DOI:10.11991/yykj.202305007网络出版地址：https://link.cnki.net/urlid/23.1191.U.20231206.1555.010基于BP神经网络的高分辨率海底地形跨层生成模型王振1,2，张锡亭3，王建华41.北京航空航天大学数学科学学院，北京1022062.大连理工大学工业装备与结构分析国家重点实验室，辽宁大连1160243.大连理工大学数学科学学院，辽宁大连1160244.长沙矿冶研究院有限责任公司，湖南长沙410006摘要：为了满足海底地形的高分辨率需求及解决测量数据的有限性问题，基于多层前馈神经网络（backpropagation,BP）和跨层网格生成策略，建立了兼顾海底区域地形整体特征和局部地形信息的海底地形跨层生成模型，实现对海底地形数据生成填充。以南海海底地形为例，通过误差对比、假设检验以及海底地形云图的图像清晰度对本文模型生成数据进行有效性验证。结果显示所建立的模型在保证与原始数据之间误差小和数据特征相同的前提下完成了对地形云图的图像清晰度的提升，并且结果优于传统克里金插值方法。本文分析结果可为地形数据相关研究提供参考。关键词：高分辨率海底地形；跨层网格；BP神经网络；克里金插值；Mann-WhitneyU检验；Levene检验；图像清晰度；误差中图分类号：P229.1文献标志码：A文章编号：1009−671X(2024)01−0143−09High-resolutionsubmarinetopographycross-layergenerationmodelviaBPneuralnetworkWANGZhen1,2,ZHANGXiting3,WANGJianhua41.SchoolofMathematicalScience,BeihangUniversity,Beijing102206,China2.StateKeyLaboratoryofStructureAnalysisforIndustrial,DalianUniversityofTechnology,Dalian116024,China3.SchoolofMathematicalScience,DalianUniversityofTechnology,Dalian116024,China4.ChangshaResearchInstituteofMiningandMetallurgyCo.,Ltd.,Changsha410006,ChinaAbstract:Tomeetthehigh-resolutiondemandofthesubmarinetopographyunderthelimitedamountofmeasurementdataavailable,across-layergenerationmodelisestablishedviamulti-layerbackpropagation(BP)neuralnetworkandcross-layergridgenerationstrategy,whichincorporatesboththeoverallcharacteristicsoftheareaofsubmarinetopographyandlocalterraininformation.TakingthetopographyoftheSouthChinaSeaasanexample,thispaperillustratestheeffectivenessbyemployingerrorcomparison,hypothesistestingandtheclarityofsubmarinetopographycloudimages.Theexperimentr...
