基于BP神经网络的船舶号灯识别模型与仿真

摘要：

建立基于误差反传神经网络的船舶号灯智能识别模型,在众多的号灯识别参数中进行优化分析,确定了能见度、号灯亮度、背景亮度和眩光4个重要输入参数；利用这4个参数,基于误差反传神经网络对船舶号灯的可识别性进行建模和仿真,比较利用Levenberg-Marquart( L-M)、动量梯度下降、变学习率动量梯度下降和弹性反向传播等学习算法建立的误差反传神经网络模型,并确定L-M算法具有最优结果.通过号灯识别的仿真结果表明,识别结果与航海专家评估的结果一致.本模型实现了复杂光环境下船舶号灯可识别性的预报和影响因素分析,对保障船舶的夜航安全有着重要意义.

关键词：可识别性、BP神经网络、船舶号灯、仿真

所属期刊栏目：20

分类号：TP183(自动化基础理论)

资助基金：国家自然科学基金项目51179019;中央高校基本科研业务费专项资金资助项目2012QN002,2011QN147

在线出版日期：2012-08-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：455-463