[发明专利]利用声传播数据和无监督机器学习的海底沉积分类方法

摘要

本发明公开了一种利用声传播数据和无监督机器学习的海底沉积分类方法，涉及海底沉积分类技术领域，其技术方案要点是：包括以下步骤：步骤1：基于物理机制生成声场分布值；步骤2：生成训练数据集；步骤3：非监督机器学习分类，以获得不同沉积类型神经元；步骤4：获取最匹配神经元，求解声场分布的实测值与输出层的神经元间的Euclidean距离，将距离最小的输出层神经元确定为最匹配神经元，而最匹配神经元对应的沉积类型值即为对应的分类结果。本发明通过声学方法可以实现大面积即时的海底沉积分类，采用声传播数据，通过引入声传播的物理机制，解决了特定海洋环境下机器学习样本缺乏的问题，通过机器学习的应用提升了海底沉积物类型判断的精确度。