基于卷积神经网络的无人机识别方法仿真研究

甄然; 于佳兴; 赵国花; 吴学礼

首页> 中文期刊> 《河北科技大学学报》 >基于卷积神经网络的无人机识别方法仿真研究

基于卷积神经网络的无人机识别方法仿真研究

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

cqvip:为了提高卷积神经网络(CNN)的泛化性和鲁棒性,改善无人机航行时识别目标图像的精度,提出了一种CNN与概率神经网络(PNN)相结合的混合模型。利用CNN提取多层图像表示,使用PNN提取特征对图像进行分类以替代CNN内部的BP神经网络,采用均方差和降梯度法训练模型,通过将预处理的图像传输到CNN-PNN模型,对图像纹理和轮廓进行分类识别,并将此模型的仿真结果与卷积神经网络模型、卷积神经网络-支持向量机模型的结果进行对比。仿真结果表明,与其他两种模型相比,CNN-PNN模型具有更好的精准度,识别率高达96.30%。因此,CNN-PNN模型能够快速有效地识别图像,准确度和实时性较高,在图像识别等方面具有很好的应用前景。

著录项

来源
《河北科技大学学报》 |2019年第5期|397-403|共7页
作者
甄然; 于佳兴; 赵国花; 吴学礼;
展开▼
作者单位

河北科技大学电气工程学院河北石家庄 050018;

河北省生产过程自动化工程技术研究中心河北石家庄 050018;

展开▼
原文格式 PDF
正文语种 chi
中图分类 TP391.41;
关键词
图像识别; 无人机识别; 降梯度法; 概率神经网络; 卷积神经网络;

相似文献

中文文献
外文文献
专利

1. 基于深度卷积神经网络的无人机识别方法研究 [J] . 刘佳铭 . 舰船电子工程 . 2019,第002期
2. 一种基于无人机遥感和卷积神经网络的梨树树龄梯度识别方法 [J] . 赵冬阳 ,范国华 ,赵印勇 . 信阳农林学院学报 . 2020,第001期
3. 一种基于无人机遥感和卷积神经网络的梨树树龄梯度识别方法 [J] . 赵冬阳 ,范国华 ,赵印勇 . 信阳农业高等专科学校学报 . 2020,第001期
4. 基于卷积神经网络的反无人机系统声音识别方法 [J] . 薛珊 ,李广青 ,吕琼莹 . 北京科技大学学报 . 2020,第011期
5. 基于卷积神经网络的锌渣识别方法研究 [J] . 邱意 ,陈劲杰 . 软件工程 . 2021,第001期
6. 基于卷积神经网络的热工缺陷快速识别方法研究 [C] . Chen Chongyi ,陈崇一 ,Zhan Changhong . 中国建筑学会第十三届建筑物理学术大会 . 2018
7. 基于卷积神经网络的无人机遥感影像洪水水体识别和自动提取研究 [A] . 李兴久 . 2021

基于卷积神经网络的无人机识别方法仿真研究

摘要

著录项

相似文献

相关主题

期刊订阅