CAJ | 학술논문

提出了一种具有实用意义的形态滤波神经网络模型及其网络参数的模拟退火优化算法. 通过分析指出, 形态滤波网络的优化设计过程实际上就是网络参数(结构元素)不断调整、逐步适应图像环境的优化学习过程, 从而将目标客体的特征规律反映到网络结构上来, 赋予结构元素特定的知识, 使形态滤波过程融入特有的智能, 以实现对复杂变化的图像具有良好的滤波性能和稳健的适应能力. 为结合运动图像目标的检测需要, 采用了渐近收缩误差、适时校正网络权值的动态跟踪学习算法. 通过实验结果可以看出, 该算法不仅能适应复杂多样的背景环境, 而且对运动目标的持续检测能力具有位移不变、伸缩不变和旋转不变的特性.
제출료일충구유실용의의적형태려파신경망락모형급기망락삼수적모의퇴화우화산법. 통과분석지출, 형태려파망락적우화설계과정실제상취시망락삼수(결구원소)불단조정、축보괄응도상배경적우화학습과정, 종이장목표객체적특정규률반영도망락결구상래, 부여결구원소특정적지식, 사형태려파과정융입특유적지능, 이실현대복잡변화적도상구유량호적려파성능화은건적괄응능력. 위결합운동도상목표적검측수요, 채용료점근수축오차、괄시교정망락권치적동태근종학습산법. 통과실험결과가이간출, 해산법불부능괄응복잡다양적배경배경, 이차대운동목표적지속검측능력구유위이불변、신축불변화선전불변적특성.