论文部分内容阅读
随着世界经济和科学技术的飞速发展,人类对矿产资源的需求量与日俱增,由于陆地资源的日趋枯竭,人们开始把目光转向海洋。深海钴结壳成为21世纪最具有商业开采价值的战略资源,世界主要发达国家已经开始了开采研究工作。面对国际社会对海洋资源争夺的形势,为维护我国的海洋权益,开辟我国新的矿产资源来源,本文在国家自然科学基金项目“深海钴结壳微地形监测技术与最佳采集深度建模研究”的资助下,对深海钴结壳的识别做了相关研究。根据分形理论在特征提取中的应用,本文提出了一种基于分形特征的声学回波识别深海钴结壳的方法。论文紧紧围绕特征提取、特征优化和分类器设计这三个问题,对钴结壳识别展开研究。根据超声波探测底质得到的回波信号具有分形特性,在讨论了利用单一维数不能完全刻画分形信号的基础上,提取了广义维数分形特征。由于原始特征的维数较高且存在非线性关系,利用核Fisher判别分析方法进行特征优化,得到了最佳非线性目标识别特征矢量。最后设计了概率神经网络分类器。在此理论基础上,对我国钴结壳调查区内的23种代表性海底底质,在实验室水池内进行钴结壳识别试验。试验结果表明:钴结壳正确识别率平均达到79.6%,非钴结壳被判为钴结壳的错判率平均仅为23%。由此可看出,本论文提出的钴结壳识别方法是有效可行的。本文的研究为深海钴结壳识别提供了良好的理论基础,为我国的深海采矿事业提供了有效的技术支持。