10.3969/j.issn.1005-4642.2010.05.003
基于蚁群优化与神经网络的坦克目标识别算法
为了对成像引信探测得到的变形严重的图像进行识别,提出了基于蚁群优化与人工神经网络相结合的坦克目标识别算法. 采用SUSAN特征检测原则提取目标图像的角点特征,作为神经网络模式分类器的输入. 针对BP网络收敛速度慢,易于陷入局部极小点等问题,利用蚁群优化算法训练网络权值,可兼有ANN的广泛映射能力和蚁群算法的全局收敛以及启发式学习等特点. 仿真实验表明,新算法能够有效缩短网络训练时间,提高目标识别精度.
目标识别、角点检测、神经网络、蚁群优化
30
TP391(计算技术、计算机技术)
国家自然科学基金资助10647120;河北省教育厅自然科学研究指令项目2008114
2010-06-22(万方平台首次上网日期,不代表论文的发表时间)
共5页
8-11,15