10.19297/j.cnki.41-1228/tj.2017.01.009
基于Hu矩与改进PNN的飞机姿态识别算法
在军事领域, 为了快速准确识别出飞机飞行过程中的姿态, 提出一种基于Hu矩与改进的概率神经网络(IPNN)的新方法. 该方法对于无噪声灰度化图片, 先进行二值化处理, 再计算图像的Hu矩特征. 将飞机飞行的360°姿态按三视图分为三个类别, 即正视图、 侧视图、 俯视图. 四维Hu矩作为PNN输入, 三个视图代表的三个类别作为PNN输出, 构建PNN网络. 实验结果表明, 对于无噪声图片平均识别率可以达到91.2%以上;对于有噪声图片平均识别率可以达到87.0%以上, 可见训练后的网络具备良好的泛化能力.
飞机、姿态、概率神经网络、Hu矩、分类
TP391.41(计算技术、计算机技术)
国家自然科学基金;航空科学基金
2017-04-14(万方平台首次上网日期,不代表论文的发表时间)
共7页
55-61