期刊文献+
共找到70篇文章
< 1 2 4 >
每页显示 20 50 100
基于AF-BiTCN的弹道中段目标HRRP识别
1
作者 王晓丹 王鹏 +2 位作者 宋亚飞 向前 李京泰 《北京航空航天大学学报》 北大核心 2025年第2期349-359,共11页
针对弹道中段目标高分辨距离像(HRRP)的时序特征提取和识别问题,为充分利用弹道中段目标HRRP的双向时序信息,进一步提高识别性能,提出一种基于加性融合双向时间卷积神经网络(AF-BiTCN)的识别方法。对HRRP数据采用双向时序滑窗法处理为... 针对弹道中段目标高分辨距离像(HRRP)的时序特征提取和识别问题,为充分利用弹道中段目标HRRP的双向时序信息,进一步提高识别性能,提出一种基于加性融合双向时间卷积神经网络(AF-BiTCN)的识别方法。对HRRP数据采用双向时序滑窗法处理为双向序列;构建BiTCN逐层提取HRRP的双向深层时序特征,并将双向时序特征采用加性策略融合;利用更加稳健的融合特征实现对弹道中段目标的识别,并使用Adam算法优化AF-BiTCN的收敛速度和稳定性。实验结果表明:所提的基于AF-BiTCN的弹道中段目标HRRP识别方法较堆叠选择长短期记忆网络(SLSTM)、堆叠门控循环单元(SGRU)等6种时序方法具有更高的准确率和更快的识别速度,在测试集上达到了96.60%的准确率,并且在噪声数据集上表现出更好的鲁棒性。 展开更多
关键词 双向时间卷积神经网络 弹道目标识别 特征融合 高分辨距离像 滑窗算法
在线阅读 下载PDF
Kohonen网络在烟叶动态分类中的应用 被引量:4
2
作者 贺英 冯天瑾 曹均阔 《中国海洋大学学报(自然科学版)》 CAS CSCD 北大核心 2004年第1期121-127,共7页
针对输入为高维化学指标数据的烟叶分类问题 ,提出 1种改进的 Kohonen自组织特征映射神经网络的聚类方法。在数据预处理时 ,加入了领域专家经验 ,对输入特征向量中的各个分量分配不同的分类参与度 ;用 Gauss邻域函数替代了标准 Kohonen... 针对输入为高维化学指标数据的烟叶分类问题 ,提出 1种改进的 Kohonen自组织特征映射神经网络的聚类方法。在数据预处理时 ,加入了领域专家经验 ,对输入特征向量中的各个分量分配不同的分类参与度 ;用 Gauss邻域函数替代了标准 Kohonen网络的方形邻域 ;在 2个学习阶段学习率和邻域宽度采用了不同的递减函数。通过应用证明了改进后的 Kohonen网络的收敛效果和聚类精度比 K- means聚类方法和标准的 Kohonen网络都有较大的提高。 展开更多
关键词 kohonen网络 烟叶动态分类 K-MEANS聚类算法 分类参与度 SOFM算法改进
在线阅读 下载PDF
基于Kohonen神经网络的飞机目标识别 被引量:1
3
作者 肖怀铁 庄钊文 郭桂蓉 《现代雷达》 CSCD 北大核心 1997年第3期36-40,共5页
首先分析了Kohonen神经网络算法及其识别机理。结合飞机目标识别实际情况,借鉴人脑从粗分到细分的思想,提出了基于KNN—MLFNN网络组分类器的飞机目标分类方法。应用于五种飞机目标的识别结果表明:自组织神经网络的学... 首先分析了Kohonen神经网络算法及其识别机理。结合飞机目标识别实际情况,借鉴人脑从粗分到细分的思想,提出了基于KNN—MLFNN网络组分类器的飞机目标分类方法。应用于五种飞机目标的识别结果表明:自组织神经网络的学习速度快,自学习能力强;KNN—MLFNN网络组分类器有高的分类精度。 展开更多
关键词 kohonen 神经网络 目标识别 飞机 航空雷达
在线阅读 下载PDF
相近色干扰下大型变电站玻璃绝缘子目标识别算法
4
作者 陈赟 张英 +1 位作者 李端姣 刘建明 《沈阳工业大学学报》 北大核心 2025年第4期478-485,共8页
【目的】在大型变电站监控系统中,玻璃绝缘子的目标识别是确保电力设备安全运行的重要环节。然而,受环境复杂性和图像采集条件的限制,玻璃绝缘子图像往往存在清晰度差、相近色干扰等问题,导致目标识别困难,直接影响变电站的安全监控效... 【目的】在大型变电站监控系统中,玻璃绝缘子的目标识别是确保电力设备安全运行的重要环节。然而,受环境复杂性和图像采集条件的限制,玻璃绝缘子图像往往存在清晰度差、相近色干扰等问题,导致目标识别困难,直接影响变电站的安全监控效果。【方法】为了解决这一问题,提出一种相近色干扰下大型变电站玻璃绝缘子目标识别算法。针对图像清晰度不足和相近色干扰问题,将原始图像从RGB空间转换为HSV空间。通过精细分解HSV空间的色相H、饱和度S和亮度V分量,计算特征差值,增强图像的色彩表现和视觉效果,从而有效消除相近色干扰。采用自适应阈值分割技术,结合HSV空间的色彩特征,对图像进行精确分割,分离出玻璃绝缘子目标区域与复杂背景。设计了一种双尺度分类卷积神经网络(CNN),通过多尺度特征提取和分类,实现对复杂背景下玻璃绝缘子的高精度目标识别。该网络结合了局部细节和全局上下文信息,进一步提升了识别的鲁棒性和准确性。【结果】实验结果表明,研究提出的算法应用优势显著。在色彩增强方面,通过HSV空间的特征差值计算,显著提升了图像的色彩对比度和视觉效果,有效消除了相近色干扰。在图像分割性能上,自适应阈值分割技术能够精确分离玻璃绝缘子目标区域与复杂背景,分割准确性达到较高水平。在目标识别方面,双尺度分类卷积神经网络在复杂背景下表现出较强的抗干扰能力,对玻璃绝缘子的识别精度显著高于传统方法。【结论】研究提出的相近色干扰下大型变电站玻璃绝缘子目标识别算法,通过色彩增强、自适应阈值分割和双尺度分类卷积神经网络的有机结合,成功解决了图像清晰度不足和相近色干扰导致的目标识别难题。该算法在色彩增强、分割性能和抗干扰能力上均表现出色,能够高效、准确地识别玻璃绝缘子目标,为大型变电站的安全监控提供了可靠的技术保障。 展开更多
关键词 相近色干扰 大型变电站 复杂背景 玻璃绝缘子 目标识别 自适应阈值分割 色彩增强 双尺度分类卷积神经网络
在线阅读 下载PDF
Kohonen网络在目标识别中的应用 被引量:6
5
作者 王琨 王典恩 《数据采集与处理》 CSCD 1999年第2期258-261,共4页
在目标识别问题中,一类样本可能具有两个或更多的聚类中心,运用Bayes算法会产生较大误判率。本文采用Kohonen算法有效地解决了这一问题并对此进行了仿真和详细的数学分析,说明了Kohonen网络在解决此类问题中的优... 在目标识别问题中,一类样本可能具有两个或更多的聚类中心,运用Bayes算法会产生较大误判率。本文采用Kohonen算法有效地解决了这一问题并对此进行了仿真和详细的数学分析,说明了Kohonen网络在解决此类问题中的优越性。 展开更多
关键词 目标识别 神经网络 模式识别 kohonen网络
在线阅读 下载PDF
基于轻量级神经网络的小尾寒羊面部识别 被引量:1
6
作者 孙权 宣传忠 +4 位作者 张梦宇 张曦文 赵明辉 宋硕 郝敏 《山东农业大学学报(自然科学版)》 北大核心 2024年第2期254-261,共8页
为实现羊只面部身份快速识别,本文以自建数据集为研究对象,提出了一种基于SSD的轻量化检测算法。首先该算法将SSD的主干网络VGG16替换成轻量级神经网络MobileNetv2,构建了一种轻量化混合神经网络模型。其次在特征提取网络参数量为1122&#... 为实现羊只面部身份快速识别,本文以自建数据集为研究对象,提出了一种基于SSD的轻量化检测算法。首先该算法将SSD的主干网络VGG16替换成轻量级神经网络MobileNetv2,构建了一种轻量化混合神经网络模型。其次在特征提取网络参数量为1122×32的bottleneck层前端和72×160的bottleneck层后端分别引入CA、SE、CBAM和ECA注意力机制,实验结果表明72×160的bottleneck层后端引入ECA注意力机制是最优的。最后将smoothL1损失函数替换成BalancedL1损失函数。最优模型(SSD-v2-ECA2-B)模型大小从SSD的132MB减小到56.4MB,平均精度均值为81.16%,平均帧率为64.21帧/s,相较于基础的SSD模型平均精度均值提升了0.94个百分点,模型体积减小了75.6MB,检测速度提高了5.23帧/s。利用相同数据集在不同目标检测模型上进行对比试验,与SSD模型、Faster R-CNN模型、Retinanet模型相比,平均精度均值分别提升了0.36、2.40和0.07个百分点,与改进前的模型相比具有更好的综合性能。改进模型在大幅减少模型大小及其计算量的同时使模型性能保持在一个较高的水平,为畜牧养殖数字化和智能化提供方法参考,具有较高的应用价值。 展开更多
关键词 羊脸识别 SSD目标检测算法 MobileNetv2轻量级神经网络
在线阅读 下载PDF
基于VMD-CNN-BiLSTM的轴承故障多级分类识别 被引量:6
7
作者 王祎颜 王衍学 姚家驰 《机电工程》 CAS 北大核心 2024年第9期1554-1564,共11页
双馈风力发电机(DFIG)作为风能发电领域的关键设备之一,保障其稳定运行显得尤为重要。针对DFIG轴承故障的多级分类问题,提出了一种基于参数优化的变分模式分解-卷积神经网络-双向长短期记忆(VMD-CNN-BiLSTM)故障诊断模型。首先,采用改... 双馈风力发电机(DFIG)作为风能发电领域的关键设备之一,保障其稳定运行显得尤为重要。针对DFIG轴承故障的多级分类问题,提出了一种基于参数优化的变分模式分解-卷积神经网络-双向长短期记忆(VMD-CNN-BiLSTM)故障诊断模型。首先,采用改进的麻雀优化算法——鱼鹰-柯西-麻雀搜索算法(OCSSA)对变分模态分解(VMD)的惩罚因子、模态分量进行了优化,OCSSA算法是将鱼鹰算法和柯西变异策略与麻雀算法进行了融合,形成了一种新的优化算法,该算法利用强大的参数搜索能力获取了更精确的频率特征;然后,利用卷积神经网络(CNN)提取了信号的时域和频域特征,并对特征进行了融合;最后,利用双向长短期记忆网络(BiLSTM)学习了故障的序列模式,完成了故障的多级分类任务。研究结果表明:基于OCSSA算法优化的VMD-CNN-BiLSTM模型在多级轴承故障识别方面表现出明显的优势,平均识别准确率可达98.36%,与CNN-LSTM、CNN-BiLSTM和VMD-BiLSTM模型进行对比,该模型具有更卓越的故障诊断性能、出色的泛化能力和快速的计算速度。这一结果充分验证了该模型在双馈风力发电机轴承故障的多级分类识别任务上的有效性,且适用于在线监测和智能诊断,为实现高效、可靠的风能发电提供了重要的实际应用价值。 展开更多
关键词 双馈风力发电机 变分模式分解-卷积神经网络-双向长短期记忆 鱼鹰-柯西-麻雀搜索算法 轴承故障诊断 多级分类 识别准确率 泛化能力
在线阅读 下载PDF
改进的BP算法在多目标识别中的应用 被引量:23
8
作者 许廷发 张敏 +2 位作者 顾海军 宋建中 韩广良 《光学精密工程》 EI CAS CSCD 2003年第5期513-515,共3页
为了实现对多目标的识别,提出了一种改进的BP算法。采用在步长函数中加入变动量因子,即当连续两次迭代其梯度方向相同时,步长加倍;当连续两次迭代其梯度方向相反时,步长减半。由于步长在迭代过程中自适应进行调整,使误差函数E在超曲面... 为了实现对多目标的识别,提出了一种改进的BP算法。采用在步长函数中加入变动量因子,即当连续两次迭代其梯度方向相同时,步长加倍;当连续两次迭代其梯度方向相反时,步长减半。由于步长在迭代过程中自适应进行调整,使误差函数E在超曲面上的不同方向按照步长向极小点逼近,实现了对目标函数的优化。给出了在目标函数最优时的BP网络对三种飞机测试集的识别结果,其收敛速度比传统BP算法快4倍以上,表明该方法能够有效地用于多目标的识别。 展开更多
关键词 神经网络 目标识别 BP算法 人工视觉
在线阅读 下载PDF
一种基于BP神经网络群的自适应分类方法及其应用 被引量:19
9
作者 宋锐 张静 +1 位作者 夏胜平 郁文贤 《电子学报》 EI CAS CSCD 北大核心 2001年第z1期1950-1953,共4页
本文针对基于BP神经网络的分类系统 ,提出了神经网络群的概念 ,在此基础上给出了一种系统自适应增长算法 ,使得在新的目标类型加入时系统结构能够自适应调整 .验证结果表明 ,该算法可以在增加新的目标类型时简化系统结构的调整过程 ,缩... 本文针对基于BP神经网络的分类系统 ,提出了神经网络群的概念 ,在此基础上给出了一种系统自适应增长算法 ,使得在新的目标类型加入时系统结构能够自适应调整 .验证结果表明 ,该算法可以在增加新的目标类型时简化系统结构的调整过程 ,缩短重新训练网络所需要的时间 。 展开更多
关键词 BP神经网络 模式分类 自动目标识别 神经网络群
在线阅读 下载PDF
基于RSOM树模型的机器学习原理与算法研究 被引量:11
10
作者 夏胜平 张乐锋 +3 位作者 虞华 张静 胡卫东 郁文贤 《电子学报》 EI CAS CSCD 北大核心 2005年第5期939-944,共6页
 机器学习和识别可归结于一个高速、有效地搜索非常大的样本空间问题,以实现对训练和识别样本的最佳拟合.对于复杂背景的模式样本集,同类型样本的独立同分布(i.i.d)特性通常难以保证,统计理论无法有效应用.本文将层次化思想和自组织映...  机器学习和识别可归结于一个高速、有效地搜索非常大的样本空间问题,以实现对训练和识别样本的最佳拟合.对于复杂背景的模式样本集,同类型样本的独立同分布(i.i.d)特性通常难以保证,统计理论无法有效应用.本文将层次化思想和自组织映射(SOM)神经网络相结合,采用递归实现技术实现了一种高效、高容量,能够自适应增长的模式分类树(RSOM树)生长方法,用于模式识别和机器学习的基本建模.通过对大量公用数据集的测试以及在实际的雷达目标识别系统中应用,方法有效性得到了证明. 展开更多
关键词 模式识别 分类树 神经网络 SOM RSOM 机器学习
在线阅读 下载PDF
基于局部围线积分双谱的空间目标识别算法 被引量:19
11
作者 马君国 肖怀铁 +1 位作者 李保国 朱江 《系统工程与电子技术》 EI CSCD 北大核心 2005年第8期1490-1493,共4页
提出了基于局部围线积分双谱的空间目标识别算法,从空间目标距离像的双谱中提取出局部围线积分双谱特征。应用BP神经网络进行分类识别,为了避免网络权值陷入局部极值点,采用遗传算法来获取网络权值的初值。仿真实验表明,即使在较低的信... 提出了基于局部围线积分双谱的空间目标识别算法,从空间目标距离像的双谱中提取出局部围线积分双谱特征。应用BP神经网络进行分类识别,为了避免网络权值陷入局部极值点,采用遗传算法来获取网络权值的初值。仿真实验表明,即使在较低的信噪比下,该算法仍然可以取得比较高的识别率。 展开更多
关键词 局部围线积分双谱 目标识别 神经网络 遗传算法
在线阅读 下载PDF
基于RPROP算法目标识别的数据归一化研究 被引量:29
12
作者 刘慧敏 王宏强 黎湘 《现代雷达》 CSCD 北大核心 2009年第5期55-60,共6页
在复杂的目标识别问题中,高维数的待识别数据往往存在较大的数值差异,导致神经网络分类器学习速度变慢甚至不收敛,因此需要对数据进行归一化处理。文中以回弹后向传播算法在目标识别中的应用为背景,系统深入地研究了BP算法网络输入数据... 在复杂的目标识别问题中,高维数的待识别数据往往存在较大的数值差异,导致神经网络分类器学习速度变慢甚至不收敛,因此需要对数据进行归一化处理。文中以回弹后向传播算法在目标识别中的应用为背景,系统深入地研究了BP算法网络输入数据归一化方法,详细讨论了6种归一化方法的特点和应用范围。使用4类目标的仿真数据、5类飞机的暗室测量数据和UCIdata数据库的部分数据集进行实验,以数据未经归一化时作参考,分析比较了这6种归一化方法对网络学习性能的影响。结果表明:归一化能消除不同特征分量间的数值大小差异,改善网络的学习性能,其中分量白化方法效果好、概念直观,可作为通用的归一化方法。 展开更多
关键词 回弹后向散射算法 BP神经网络 目标识别 数据归一化
在线阅读 下载PDF
基于同源的同类事物连通本性的模式分类神经网络模型 被引量:6
13
作者 杨国为 王守觉 +1 位作者 卫成兵 曹文谊 《电子学报》 EI CAS CSCD 北大核心 2013年第1期52-55,共4页
根据同源的同类事物连通的本质特性,本文提出保同类事物正确连通通路的模式分类神经网络模型.该模型包括同源的同类事物样本连通连网排序技术、改进的前向掩蔽神经网络模型拓扑结构的连接权值排序学习算法和改进的增量学习算法.本模型... 根据同源的同类事物连通的本质特性,本文提出保同类事物正确连通通路的模式分类神经网络模型.该模型包括同源的同类事物样本连通连网排序技术、改进的前向掩蔽神经网络模型拓扑结构的连接权值排序学习算法和改进的增量学习算法.本模型解决了原来排序学习前向掩蔽神经网络模型和许多传统的模式识别方法存在的共同隐患——把同源的同类事物的个别局部连通通路割断,提高了分类能力.而且,该模型还能对新增样本进行快速增量学习,从而能够在较短的时间内提高该网络模型的分类推广能力,能够在大规模模式识别场合发挥其优势.实验结果表明基于同类事物连通本性的模式识别模型的正确识别率高.本文最大意义在于,用本文思想方法可以改进一些传统的模式识别方法. 展开更多
关键词 模式识别 模式分类 神经网络 模型 算法
在线阅读 下载PDF
一种基于神经网络的高压输电线故障分类器 被引量:9
14
作者 王晓茹 伍思涛 钱清泉 《电力系统自动化》 EI CSCD 北大核心 1998年第11期28-31,共4页
故障分类器是输电线路保护中的基本模块。文中以一个实际500kV输电网络为模型,提出了基于BP前馈网络和Kohonen自组织特征映射网络的高压输电线路故障分类方法,并进行了仿真研究。结果表明:这种方法快速、可靠,对输入信号容错性强,... 故障分类器是输电线路保护中的基本模块。文中以一个实际500kV输电网络为模型,提出了基于BP前馈网络和Kohonen自组织特征映射网络的高压输电线路故障分类方法,并进行了仿真研究。结果表明:这种方法快速、可靠,对输入信号容错性强,尤其在高阻接地故障时具有较好的分类性能,可以用于支持高速保护装置。 展开更多
关键词 高压输电线路 故障分类器 神经网络
在线阅读 下载PDF
雷达目标识别中的BP神经网络算法改进及应用 被引量:9
15
作者 张静 宋锐 郁文贤 《系统工程与电子技术》 EI CSCD 北大核心 2005年第4期582-585,共4页
针对雷达目标信号的复杂性和实用雷达目标识别系统所应具备的稳健性、扩展性及通用性等要求,提出多种简单有效的BP神经网络算法改进。通过平衡训练样本数量、动态重置初始权值、评定网络规模等措施,解决了BP算法收敛速度慢、受初始样本... 针对雷达目标信号的复杂性和实用雷达目标识别系统所应具备的稳健性、扩展性及通用性等要求,提出多种简单有效的BP神经网络算法改进。通过平衡训练样本数量、动态重置初始权值、评定网络规模等措施,解决了BP算法收敛速度慢、受初始样本分布影响大等缺陷,提高了识别算法的稳健性和泛化能力。结果已成功应用到不同型号雷达上的多套目标识别系统中。 展开更多
关键词 BP神经网络 算法改进 雷达目标识别 应用 目标识别系统 目标信号 样本数量 初始权值 网络规模 收敛速度 BP算法 分布影响 泛化能力 识别算法 长期使用 稳健性 复杂性 通用性 扩展性 实用性
在线阅读 下载PDF
基于小波变换和神经网络的舰船目标识别和分类 被引量:6
16
作者 马育锋 龚沈光 +1 位作者 张凡 李松 《系统仿真学报》 CAS CSCD 北大核心 2009年第23期7598-7600,共3页
根据舰船轴频电场信号的特点,提出了基于小波变换和神经网络的目标识别和分类方法。利用小波变换计算轴频电场信号的功率谱,提取特征量,根据轴频电场平均累积功率谱对舰船目标和海洋环境进行识别。根据轴频电场信号的功率谱分析,对不同... 根据舰船轴频电场信号的特点,提出了基于小波变换和神经网络的目标识别和分类方法。利用小波变换计算轴频电场信号的功率谱,提取特征量,根据轴频电场平均累积功率谱对舰船目标和海洋环境进行识别。根据轴频电场信号的功率谱分析,对不同类型舰船目标进行识别。运用BP神经网络,对不同类型舰船目标和海洋环境进行分类。通过对海上试验采集轴频电场数据的仿真计算,证实了该识别和分类方法的有效性。 展开更多
关键词 小波变换 神经网络 轴频电场 目标识别 目标分类
在线阅读 下载PDF
协同神经网络中参数的优化 被引量:6
17
作者 王海龙 戚飞虎 任庆生 《红外与毫米波学报》 SCIE EI CAS CSCD 北大核心 2001年第3期215-218,共4页
提出了一种基于遗传算法的协同神经网络中参数的优化算法 ,该算法利用遗传算法的全局最优搜索能力 ,在协同神经网络的参数空间搜索最优解 .对从“车牌识别系统”中采集得到的数字样本进行的测试表明 :优化算法能有效提高协同神经网络的... 提出了一种基于遗传算法的协同神经网络中参数的优化算法 ,该算法利用遗传算法的全局最优搜索能力 ,在协同神经网络的参数空间搜索最优解 .对从“车牌识别系统”中采集得到的数字样本进行的测试表明 :优化算法能有效提高协同神经网络的识别性能 ,使识别率达到了较为实用的水平 (98.4% ) .另外 ,还对协同神经网络中各个参数在识别过程中的作用进行了讨论 . 展开更多
关键词 协同神经网络 神经网络优化 遗传算法 目标识别
在线阅读 下载PDF
嵌入SENet结构的改进YOLOV3目标识别算法 被引量:47
18
作者 刘学平 李玙乾 +2 位作者 刘励 王哲 刘宇 《计算机工程》 CAS CSCD 北大核心 2019年第11期243-248,共6页
为准确识别工业图像中的目标零件,提出一种改进的YOLOV3目标识别算法。结合K-means聚类与粒子群优化算法进行锚框计算,以降低初始点对聚类结果的影响,加快算法收敛速度。同时在YOLOV3网络shortcut层嵌入SENet结构,得到SE-YOLOV3网络。... 为准确识别工业图像中的目标零件,提出一种改进的YOLOV3目标识别算法。结合K-means聚类与粒子群优化算法进行锚框计算,以降低初始点对聚类结果的影响,加快算法收敛速度。同时在YOLOV3网络shortcut层嵌入SENet结构,得到SE-YOLOV3网络。对零件图像进行数据增强并加入零件标注,制作包含10 816张图片的样本集,用于算法训练和测试。实验结果表明,该算法能够获得平均交并比为83.01%的锚框,当样本图像存在较多残缺零件干扰时,YOLOV3存在将背景识别为零件的情况,其查准率与查全率分别为72.11%和97.51%,而SE-YOLOV3能有效减少假正例数量,其查准率与查全率分别为90.39%和93.25%。 展开更多
关键词 目标识别 卷积神经网络 SENet结构 YOLOV3网络 粒子群优化算法
在线阅读 下载PDF
基于遗传算法的神经网络被动声呐目标分类研究 被引量:7
19
作者 高翔 陈向东 +1 位作者 宋爱国 陆佶人 《声学技术》 CSCD 1998年第4期169-172,共4页
被动声呐目标识别系统中目标分类器的设计和训练是一项重要内容。本文设计了目标分类器的神经网络结构,提出了一种用改进的遗传算法训练神经网络分类器的新方法。最后,对海上实录的A、B、C三类目标噪声进行了分类识别,实验结果表... 被动声呐目标识别系统中目标分类器的设计和训练是一项重要内容。本文设计了目标分类器的神经网络结构,提出了一种用改进的遗传算法训练神经网络分类器的新方法。最后,对海上实录的A、B、C三类目标噪声进行了分类识别,实验结果表明基于遗传算法的神经网络分类器比传统的基于BP算法的神经网络分类器泛化性能有明显提高。 展开更多
关键词 声呐 目标分类 遗传算法 神经网络
在线阅读 下载PDF
基于BP神经网络的空中目标识别方法 被引量:7
20
作者 李丽荣 沈春林 王从庆 《火力与指挥控制》 CSCD 北大核心 2012年第12期132-135,139,共5页
提出了一种利用BP神经网络用于空中战机目标识别的方法。首先,分别用300张不同姿态的F-16和F-22战斗机图片建立样本图库。其次,利用不变矩理论,提取图片的不变矩作为神经网络的输入量,分别采用基本梯度下降算法、有动量和自适应学习速... 提出了一种利用BP神经网络用于空中战机目标识别的方法。首先,分别用300张不同姿态的F-16和F-22战斗机图片建立样本图库。其次,利用不变矩理论,提取图片的不变矩作为神经网络的输入量,分别采用基本梯度下降算法、有动量和自适应学习速率梯度下降算法和Levenberg-Marguardt优化算法训练BP网络。然后从样本图库中随机抽取两种型号飞机图片各30张作为空中打击目标进行识别,结果表明采用LM优化算法的BP网络具有一定的抗噪声能力。 展开更多
关键词 神经网络 目标识别 BP算法 矩不变量
在线阅读 下载PDF
上一页 1 2 4 下一页 到第
使用帮助 返回顶部