基于改进的粒子群径向基神经网络的目标识别

袁艳; 叶俊浩; 苏丽娟

首页> 中文期刊> 《计算机应用》 >基于改进的粒子群径向基神经网络的目标识别

基于改进的粒子群径向基神经网络的目标识别

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

为了提高径向基(RBF)神经网络对航拍影像目标的识别率,提出了一种权重改进的粒子群优化(PSO)算法优化径向基神经网络,进行目标识别。首先,运用权重改进的PSO算法求解RBF神经网络隐含层中心,获取优化的径向基神经网络的权值和阈值;合理地选择待识别目标的样本图像;最后,采用训练过的径向基神经网络对航拍疑似目标图像进行识别。分别采用该算法、经正交最小二乘(OLS)算法和基本PSO算法优化的RBF神经网络对航拍影像进行疑似目标提取和识别,实验结果表明,所提算法对隐含层节点较少的RBF神经网络,识别正确率达到98%,识别效果最好。

著录项

来源
《计算机应用》 |2018年第a01期|6-8|共4页
作者
袁艳; 叶俊浩; 苏丽娟;
展开▼
作者单位

北京航空航天大学仪器科学与光电工程学院;

展开▼
原文格式 PDF
正文语种 chi
中图分类人工神经网络与计算;
关键词
粒子群优化算法; 径向基; 神经网络; 识别;

相似文献

中文文献
外文文献
专利

1. 基于径向基神经网络的目标识别研究 [J] . 王晓东 ,秦超英 . 西南民族大学学报（自然科学版） . 2006,第001期
2. 基于粒子群算法的RBF径向基神经网络教学质量评价模型 [J] . 刘鹏 ,贾文雅 . 现代计算机（专业版） . 2020,第019期
3. 基于径向基神经网络与粒子群算法的双叶片泵多目标优化 [J] . 王春林 ,胡蓓蓓 ,冯一鸣 . 农业工程学报 . 2019,第002期
4. 基于径向基神经网络的粒子群表面缺陷识别算法 [J] . 蓝机满 . 电子科技 . 2019,第005期
5. 基于粒子群优化算法的径向基神经网络 [J] . 贺永春 . 榆林学院学报 . 2018,第004期
6. 基于径向基神经网络的车辆目标识别方法研究 [C] . 魏晗 ,张长江 ,刘玉凤 . 第五届全国信息获取与处理学术会议 . 2007
7. 基于径向基神经网络与粒子群算法的双流道泵多目标优化设计 [A] . 冯一鸣 . 2018

基于改进的粒子群径向基神经网络的目标识别

摘要

著录项

相似文献

相关主题

期刊订阅