模拟退火算法优化的BP神经网络的云粒子形状自动识别方法

摘要：

针对云粒子成像仪(CIP)无法对所测云粒子图像进行形状自动识别的问题,文中提出一种模拟退火算法优化的BP神经网络的云粒子形状自动识别方法.首先利用形态学处理中的闭合操作对采集后的云粒子图像进行处理,实现云粒子内部填充和边界平滑;然后利用Holroyd特征参量和凸包计算提取云粒子图像形状特征值,利用BP神经网络识别9类云粒子图像形状.由于BP神经网络容易陷入局部最优值,因此选用模拟退火算法对BP神经网络的权值和阈值的最优值进行优化,以改善网络性能和提高识别准确率.最后,利用CIP实测云粒子数据片段对传统方法与文中所提方法进行形状识别效果对比.结果表明,相比传统的云粒子形状识别方法,所提方法对云粒子形状识别的准确率有明显提高,且能实现自动识别.

关键词：云粒子成像仪、自动识别、云粒子形状、形状识别、BP神经网络、分类模型、模拟退火算法

所属期刊栏目：45

分类号：TN915⁃34;TP391.4

资助基金：国家自然科学基金;国家自然科学基金;北京信息科技大学其他纵向项目

在线出版日期：2022-06-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：143-148