测控技术
測控技術
측공기술
MEASUREMENT & CONTROL TECHNOLOGY
2015年
6期
34-36,40
,共4页
水下图像%目标识别%不变矩%神经网络%人工鱼群算法
水下圖像%目標識彆%不變矩%神經網絡%人工魚群算法
수하도상%목표식별%불변구%신경망락%인공어군산법
underwater image%target recognition%moment invariants%neural network%AFSA
为了削弱复杂恶劣的环境对水下成像造成的不利影响及满足水下机器人目标识别任务实时性的需求,提出了基于人工鱼群算法(AFSA)优化BP神经网络的水下目标识别算法,通过构造组合不变矩对水下目标进行特征提取,提高了目标的聚类性能.引入具有全局寻优能力的AFSA,其在增加单纯神经网络收敛速度的同时避免算法陷入局部最优,进而建立了完整的基于人工鱼群神经网络的水下目标识别系统.在不同的水下目标中对该系统进行实验,通过比较提取的不同的目标图像,结果表明所建立系统具有较优的聚类性能和较高的识别精度.该方法用于水下目标识别是可行的、有效的.
為瞭削弱複雜噁劣的環境對水下成像造成的不利影響及滿足水下機器人目標識彆任務實時性的需求,提齣瞭基于人工魚群算法(AFSA)優化BP神經網絡的水下目標識彆算法,通過構造組閤不變矩對水下目標進行特徵提取,提高瞭目標的聚類性能.引入具有全跼尋優能力的AFSA,其在增加單純神經網絡收斂速度的同時避免算法陷入跼部最優,進而建立瞭完整的基于人工魚群神經網絡的水下目標識彆繫統.在不同的水下目標中對該繫統進行實驗,通過比較提取的不同的目標圖像,結果錶明所建立繫統具有較優的聚類性能和較高的識彆精度.該方法用于水下目標識彆是可行的、有效的.
위료삭약복잡악렬적배경대수하성상조성적불리영향급만족수하궤기인목표식별임무실시성적수구,제출료기우인공어군산법(AFSA)우화BP신경망락적수하목표식별산법,통과구조조합불변구대수하목표진행특정제취,제고료목표적취류성능.인입구유전국심우능력적AFSA,기재증가단순신경망락수렴속도적동시피면산법함입국부최우,진이건립료완정적기우인공어군신경망락적수하목표식별계통.재불동적수하목표중대해계통진행실험,통과비교제취적불동적목표도상,결과표명소건립계통구유교우적취류성능화교고적식별정도.해방법용우수하목표식별시가행적、유효적.
