河西学院学报
河西學院學報
하서학원학보
JOURNAL OF HEXI UNIVERSITY
2013年
2期
72-78
,共7页
BP神经网络%BP算法%边缘检测%异物图像%特征提取
BP神經網絡%BP算法%邊緣檢測%異物圖像%特徵提取
BP신경망락%BP산법%변연검측%이물도상%특정제취
通过惯性校正方法和重新构造响应函数法来克服BP神经网络学习算法上存在收敛速度慢,容易陷入局部极小的问题,对BP网络学习算法进行了改进.利用小波多尺度边缘检测对列车异物图像进行分割和特征提取,并利用矩不变量特征和改进BP神经网络对列车异物自动识别和分类,实验结果表明使用这种方法使得系统具有更好的稳定性和更快的响应速度.
通過慣性校正方法和重新構造響應函數法來剋服BP神經網絡學習算法上存在收斂速度慢,容易陷入跼部極小的問題,對BP網絡學習算法進行瞭改進.利用小波多呎度邊緣檢測對列車異物圖像進行分割和特徵提取,併利用矩不變量特徵和改進BP神經網絡對列車異物自動識彆和分類,實驗結果錶明使用這種方法使得繫統具有更好的穩定性和更快的響應速度.
통과관성교정방법화중신구조향응함수법래극복BP신경망락학습산법상존재수렴속도만,용역함입국부겁소적문제,대BP망락학습산법진행료개진.이용소파다척도변연검측대열차이물도상진행분할화특정제취,병이용구불변량특정화개진BP신경망락대열차이물자동식별화분류,실험결과표명사용저충방법사득계통구유경호적은정성화경쾌적향응속도.