基于神经网络的水深插值的研究.pdfVIP

基于神经网络的水深插值研究 施朝健 (上海海运学院，上海200135) 对水深进行连续求值在海洋地理信息系统、船舶自动航行、航海仿真、港口与海岸工程以及 舰船指挥和决策等方面有重要作用。由于受观测手段和信息资源等方面的限制，我们一般只能得 到离散的、分布不规则的、详尽程度不一的测深点数据和有限的等深线数据，llIgd有必要研究科 学、合理、方便和通用的插值方法．以得到尽可能准确的连续水深数据。 1 空间插值的常用方法 水深插值属于空间插值问题．目前常用的方法主要有： (1)移动平均法。取估值点一定邻域内各测量点的值及其分布特点求得．求平均时可以采用 算术平均值或其他加权平均数。这种方法计算简单．但精度较差，当地表变化比较剧烈时平滑效 应影响较大。 (2)距离平方倒数加权法。是一种改进的移动平均法，利用估值点到一定邻域内测量点距离 平方的倒数作为该测量点的权值，以空间位置的加权平均来计算估值点的数值。 (3)曲面拟合法。用多项式回归的方法对估值点邻域曲面进行拟合。 t4)样条插值法。将数据平面分成单元块．在每一单元上利用多项式构造一个样条函数曲面 对数据点进行拟合，并使由局部曲面组成的整个表面连续。对于二维曲面插值常用。～kima样条插 值法．该方法用5次多项式和连续的一阶偏导数进行光滑曲面拟合。 (5)克立金法。基本原理是根据相邻变量的值，利用空间点函数值与相邻点函数值的自相关 性．用变差函数来表示的区域变化量的内在联系．从而估计空间变量数值。 移动平均法计算简单，但精度较差，当地表变化比较剧烈时平滑效应影响较大，距离平方倒 数加权法考虑了权重的距离因素，但难以兼顾方向因素对权重的影响。由于地表起伏千变万化． 曲面拟合法在拟台区间和点数选取，回归函数的次数确定方面难以做到通用化．另外一般拟合曲 面不通过原始数据点，平滑误差仍然比较明显。样条插值法可以保证原始数据点处的精度．不过 计算量比较大。同时在事实插值时单元块判断等计算也比较麻烦。克立金法也存在平滑误差，精 度与计算量之间的矛盾也比较突出。 2神经网络插值 2．1函数逼近法 设海底曲面可以表示为 ==．厂∞∽ 其中r，y表示平面坐标，：表示水深值。 利用f十经网络优越的非线性函数逼近性能，适当设计网络结构，可以对／仁y)进行有效逼近。 根据通用逼近定理(Universal ApproximationTheorem：)，设(P()为一非定常、有界且单调增 加的连续函数，令，卅0表示mO-维单位超立方体【o，1P，c(，。。)表示，。。上的连续函数空间，则： m』及 给定任何函数f∈cd‰)和s’o，存在一个整数m，和一个实常数集d，，b，和～，其中t=l…2 J=l…2Ⅲ。使得我们可以定义： 159 ／711 m0 F(x．，z：…x。。)=∑a：妒(∑w。x，枷，) i=l 3=1 作为函数贝．)的逼近实现。即对于输入空间内的所有XI,。2…x。。有 cs lF(xI,3c2,．．．xmo)一f(xI，X2,,+,Xmo)I 可以认为海底曲面符合连续函数的要求，通过归一化处理后的海底曲面函数，∈c(z。。)，选 取对数s形函数(109sig)作为神经元传递函数满足非定常、有界且单调增加的要求。由此可『见对 于海底曲面逼近问题，可以采用含一个隐含层和一个输出层的神经网络结构来实现t如图I所示， 层传递函数采用logsig，输出层传递函数采用线性函数(purelin)。 图l 函数逼近反向传播神经网络 针对上述具体设计，网络自由参数向量为 x7=[_，x：，矗】=[w?。