首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 140 毫秒
1.
神经网络在汽车车型自动识别中的应用   总被引:1,自引:0,他引:1  
将ANN理论应用于汽车车型的自动识别,讨论了车型图像预处理、特征抽取、网络模型选取、网络结构设计、学习算法等问题,并提出一种分阶段的训练方法。对三类车型的36对样本做训练和测试实验,实验结果表明,所采用的训练算法优于传统BP算法和共轭梯度法,所设计的网络能快速有效地识别汽车车型。  相似文献   

2.
一种新的基于统计向量和神经网络的边缘检测方法   总被引:7,自引:1,他引:7  
通过构造不同的统计量定量描述了边缘点邻域灰度的分布特征,并将4个统计量组成统计向量.计算训练图像的统计向量作为样本对BP神经网络训练,然后将训练的BP网络直接用于边缘检测.新方法在统计向量的构造上充分考虑了边缘点和噪声点的区别,具有较好的抗噪性能;BP网络的结构和训练都比较简单;而且不需要设定阈值检测边缘.实验表明,新方法抗噪性能好,达到了令人满意的边缘检测效果.  相似文献   

3.
刘虎  周野  袁家斌 《计算机应用》2019,39(8):2402-2407
针对多角度下车辆出现一定的尺度变化和形变导致很难被准确识别的问题,提出基于多尺度双线性卷积神经网络(MS-B-CNN)的车型精细识别模型。首先,对双线性卷积神经网络(B-CNN)算法进行改进,提出MS-B-CNN算法对不同卷积层的特征进行了多尺度融合,以提高特征表达能力;此外,还采用基于中心损失函数与Softmax损失函数联合学习的策略,在Softmax损失函数基础上分别对训练集每个类别在特征空间维护一个类中心,在训练过程中新增加样本时,网络会约束样本的分类中心距离,以提高多角度情况下的车型识别的能力。实验结果显示,该车型识别模型在CompCars数据集上的正确率达到了93.63%,验证了模型在多角度情况下的准确性和鲁棒性。  相似文献   

4.
提出了一种基于人工神经网络的含噪声文字的识别方法.以改进的人工神经网络BP算法为基础,设计了一个文字识别系统,对英文字母、数字和汉字进行识别,通过用带有噪声的文字来训练网络,提高了网络的容错能力.实验结果表明,改进的BP算法降低了网络训练次数,有效地对由数字、英文字母、汉字组成的样本集进行训练,实现了对多种字符的正确识别.  相似文献   

5.
针对BP网络用于工业仪表识别中的泛化能力较差问题,根据七段码数显仪表的特点,采用模拟七段码码段重叠的方法,构造虚拟样本,并研究了包含虚拟样本的新训练集和不包含虚拟样本的原始训练集下BP网络的识别效果和泛化能力,发现了新训练样本集训练得到的BP网络对仪表上的七段码识别率与原始训练集训练得到的BP网络相比,识别效果较好,且泛化能力提高了。实验结果表明了该虚拟样本的构造方法的有效性和合理性。  相似文献   

6.
由于色斑和毛孔等强噪声的干扰,人脸皱纹识别特别是对面部细纹理的识别受到了严重影响。针对上述问题提出了一种基于Gabor滤波器和BP神经网络相结合的人脸皱纹识别算法。通过训练好的BP神经网络人脸皮肤图像首先识别是否存在皱纹,再分别自动标注存在皱纹的区域。本算法首先基于不同年龄的多幅人脸照片创建皱纹样本库,采用样本库训练神经BP网络。其次分别选取含皱纹和不含皱纹的图片,然后用Gabor滤波器组计算出图片的频谱特征,将它们作为训练样本,训练得到用于识别的BP神经网络。大量测试结果表明,本算法能够消除或减少色斑、毛孔等噪声的干扰,对有皱纹区域和无皱纹区域的识别率可达到85%以上。  相似文献   

7.
基于图像特征与面向对象BP算法的边缘检测   总被引:4,自引:0,他引:4  
金炜  俞建定 《计算机工程》2002,28(4):242-244
提出了一种基于图像特征与面向对象BP神经网络的边缘检测方法。首先,在图像特征的选取上,充分考虑边缘和噪声的本质区别,构造具有较强抗噪能力的特征向量;然后用经人工处理的样本对BP网络进行训练,将训练后的网络用于图像的边缘检测。  相似文献   

8.
用决策导向非循环图支持向量机研究了汽车车型的识别.运用图像像素相减的差分方法去除背景,获取车对象;然后对图像进行均值滤波,以除去噪声干扰,再对图像用"分水岭"变化的阈值方法,获取车的二值图像;最后提取车的几何形状特征,并将其输入DDAG支持向量机进行训练和识别,以实现对车型分类的目的.  相似文献   

9.
范梅梅  马彦恒  齐晓慧 《微计算机信息》2007,23(22):265-266,269
本文旨在探讨应用于侦察雷达的一种目标识别方法。选择目标回波信号的多普勒频率作为目标特征,采用目前被广泛应用的BP网络构建人工神经网络模型,对某型战场侦察雷达的目标样本进行训练,并进行测试。在识别过程中不断对训练样本及训练目标进行更新,提高了识别正确率和识别速度。  相似文献   

10.
车型识别已成为智能交通系统研究中的一个重要内容.根据同类车型尺寸特征如长、宽、高特征值都具有相似性特点,利用已有车型数据库,分别使用逆传播(BP)神经网络、支持向量机(SVM)网络、有监督Kohonen网络这三种神经网络分类方法对车型尺寸特征进行分类,得到三个车型识别准确率并进行比较验证.实验结果表明:有监督Kohonen网络的分类方法具有较高的车型识别精度,实验效果明显,车型识别准确率高.  相似文献   

11.
吴立国  马钺 《微计算机信息》2006,22(35):191-193
提出了一种基于改进模糊C均值的BP神经网络分类器的设计,通过改进的模糊C均值算法对大量的数据进行聚类划分,然后设计BP神经网络对划分后的数据进行训练和测试,最后由计算机进行综合判断.试验证明该分类器是有效的,可以对高速公路车辆的车型进行迅速判别.  相似文献   

12.
以改进智能交通控制中的车牌定位性能为目的,提出一种基于改进的边缘特性提取和改进BP神经网络的车牌定位新方法.该方法通过改进的图像的边缘特征提取方法,将边缘特征送入改进的BP神经网络进行训练学习,实现车牌的粗定位;再利用车牌本身的几何特征实现车牌的准确定位.实验结果表明该方法定位精度高,并提高了信息的实时处理性.  相似文献   

13.
车型识别具有广阔的应用前景,BP神经网络在车型识别中能够提高车型的识别率。在任何车型大致都可以抽象成一个"工"字型情况下,提取其中的顶长比、前后比和顶高比这三项相对参数作为BP神经网络的输入参数。采用三层3-8-3的BP神经网络,并用14对输入参数离线训练,再用4对新数据进行检验,均得到了预想的期望值。  相似文献   

14.
基于BP 神经网络的车祸库预警技术   总被引:1,自引:0,他引:1  
针对如何有效预测车祸发生的可能性,从而达到车祸预警的目的,提出了一种新的车祸预警方法:通过建立车辆的车祸库,并结合BP神经网络技术达到车祸库预警目的。先构建合适的BP神经网络,再用车祸特征信息训练BP神经网络,训练好的BP神经网络就具有判断发生该类型车祸可能性的能力,最后把车辆行驶信息输入到已训练好的BP神经网络,就可以预测发生该类型车祸的可能性。用Matlab7.0.1进行了该方法的仿真实验,仿真结果表明该方法具有一定的可行性和有效性。  相似文献   

15.
一种基于BP网络的错帖检测新算法   总被引:1,自引:0,他引:1  
提出了一种基于BP神经网络与图像不变矩的页面识别方法。应用规则矩的快速算法对一幅图像计算,将得到的7个图像矩不变量作为识别特征向量,输入到BP神经网络中进行识别,并最终确定出分类对象以达到对页面文字、图形以及图文的识别。通过实验仿真表明应用文中的方法能够对页面进行快速的训练与识别,既得到了较高的识别率,又满足了实时性要求。  相似文献   

16.
基于反馈神经网络的动态化工过程建模   总被引:12,自引:3,他引:9  
针对非线性动态化工过程建模存在的问题,提出了一种新的反馈神经网络结构,并将状态反馈、时间序列延尺以及集中节点的概念结合起来,用于提高反馈神经网络的性能,同时又使得网络结构不至于太复杂,在用此网络结构建模的时间,成功地将BP算法用一网络模型的训练。文中将这种反馈神经网络结构分别对一个单输入单输出(SISO)的非线笥动态系统和一个多输入单输出(SIMO)的连续全混釜(CSTR)模型进行建模,并将所得模型与基于表态BP神经神经所得的模型在模型输出精度和抗干扰性等方面进行了比较,证明了该反馈神经在动态过程建模中能够比静态BP模型更好地反映出动态过程的输入输出关系,并具有一定的抗干扰能力。  相似文献   

17.
小波及混沌学习神经网络在短期电力负荷预测中的应用   总被引:1,自引:2,他引:1  
该文提出了采用小波和神经网络混合模型进行电力系统短期负荷预测方法。首先基于小波多分辨率分析方法将负荷序列分解成具有不同频率特征的序列。然后,根据分解后的各个分量的特点构造不同的神经网络模型对各分量分别进行预测。神经网络算法采用混沌学习算法,与传统BP算法相比,该算法利用混沌轨道的游动性使系统能够跳出局域极值的束缚而寻求全局最优点,这样克服了BP学习算法所存在的本质问题,可以加快网络学习速度和提高学习精度。最后对各分量预测信号进行重构得到最终预测结果。在构建网络模型时,该文考虑了气候因素的影响,并把它作为网络的一组输入点。实验结果表明基于这一方法的负荷预测系统具有较好的精度及稳定性。  相似文献   

18.
基于多神经网络分类器组合的火焰图像分割   总被引:3,自引:0,他引:3  
单一神经网络分类的性能很大程度上取决于网络参数的选择,设计一个性能最优的神经网络分类器是非常困难的。针对这一问题,本文提出了基于多个BP神经网络分类器组合的回转窑火焰图像分割方法。选取多组不同的训练样本对多个具有不同初始条件的BP网络进行训练,网络收敛后,用于火焰图像的分割,会产生多种分割结果,采用平均值法、投票表决法、最大统计概率法和神经网络4种方法对其进行组合,得到了最科的分割结果。实验结果表明,本文提出的方法具有分割效果好和可靠性高等优点,满了实际使用的要求。  相似文献   

19.
模糊神经网络在时间序列预测中的应用   总被引:8,自引:2,他引:8  
文中提出了将模糊聚类与梯度算法相结合的一种改进的训练模糊神经网络的混合型算法。模拟结果表明,模糊神经网络可以成功地用于时间序列的预测,模糊神经网络的训练速度与模拟精度都优于传统多层BP网络。  相似文献   

20.
BP神经网络在柴油机涡轮增压系统故障诊断中的应用*   总被引:1,自引:2,他引:1  
将BP神经网络应用于柴油机涡轮增压系统的故障诊断。简要介绍了BP神经网络的基本原理和算法,采用BP算法对网络进行训练、学习,可以识别柴油机滤清器堵塞、空冷器空气测流阻增大、气缸进排气堵塞及废气涡轮流阻增大四种故障,诊断结果和实际结果非常吻合,诊断结果可靠性强,并可以准确预计故障等级。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号