CAJ | 학술논문

提出了一种基于结构上下文的模糊神经网络(SCFNN)自动目标检测方法.模糊神经网络方法既具有神经网络的自适应性、并行性、鲁棒性、容错性、优化等优点,又集成了模糊集理论运用知识、规则描述解决系统不确定性的优点,因此成为图像处理和模式识别的一种强有力工具.使用模糊测度作为神经网络的目标函数可以有效地描述像素类别的不确定性,从而通过使其最小实现图像分类优化.对网络神经元加权过程进行结构上下文信息约束可以充分减小图像信息尤其是目标边缘等特性包含丰富信息的损失,有效地保持目标的轮廓和形状等属性,改善目标检测的误检率.针对目标遥感图像的实验,验证了SCFNN方法具有很好的自动目标检测能力,而相对于传统神经网络方法,具有有效的不确定性解决能力和更好的目标形状保持能力.
제출료일충기우결구상하문적모호신경망락(SCFNN)자동목표검측방법.모호신경망락방법기구유신경망락적자괄응성、병행성、로봉성、용착성、우화등우점,우집성료모호집이론운용지식、규칙묘술해결계통불학정성적우점,인차성위도상처리화모식식별적일충강유력공구.사용모호측도작위신경망락적목표함수가이유효지묘술상소유별적불학정성,종이통과사기최소실현도상분류우화.대망락신경원가권과정진행결구상하문신식약속가이충분감소도상신식우기시목표변연등특성포함봉부신식적손실,유효지보지목표적륜곽화형상등속성,개선목표검측적오검솔.침대목표요감도상적실험,험증료SCFNN방법구유흔호적자동목표검측능력,이상대우전통신경망락방법,구유유효적불학정성해결능력화경호적목표형상보지능력.