自组织映射神经网络在粒子图像匹配中的研究
研究了动态粒子图像追踪过程中的误匹配问题,提出了基于自组织映射(SOM)神经网络的粒子图像匹配算法.该方法使用SOM神经网络将归一化相关算法与最近邻判断准则结合在一起.首先使用互相关算法估计初始匹配位置;然后根据不同相关度的位置信息构建SOM神经网络并使用近邻支持判断准则选择最佳匹配位置.经SOM神经网络改进的粒子图像匹配算法大大减少了伪矢量的数量,增强了实际的处理能力;最后,使用人工合成的粒子图以及真实流场中的粒子图像进行了算法验证及误差分析.结果表明,该算法在分析精度方面有很大的提高并且具有很强的鲁棒性.
图像匹配、自组织映射神经网络、粒子图像测速、相关技术、鲁棒性
13
TP391(计算技术、计算机技术)
国家自然科学基金项目50379002
2009-02-09(万方平台首次上网日期,不代表论文的发表时间)
共6页
2357-2362