旋转与比例不变的点特征松弛匹配算法

本文提出了旋转与比例不变的点特征松弛匹配算法，通过对模拟图像进行的大量实验，得到了令人满意的结果，证实本算法在抗旋转和比例变化方面的有效性和可行性。     

基于谱方法和松弛标记的非刚性点匹配算法

谱方法是点模式匹配中一种重要的方法,但该方法对于点模式中噪声与出格点较为敏感,为克服了传统谱匹配方法存在问题,提出了一种运用谱方法和松弛标记的非刚性点模式匹配算法。该方法首先提取点模式中点的KL特征获取点与点的匹配概率,然后运用松弛标记法得到点集间明确的匹配关系;同时,为保证算法的鲁棒性,给松弛标记法定义一个匹配的目标函数,在函数的优化框架下迭代的计算匹配的最优解。本文主要从三方面对传统谱方法进行了改进:首先运用基于KL的匹配概率计算方法提高了原谱图方法抗噪方面的性能,进而在松弛标记方法框架中运用谱方法进行匹配,使算法对出格点具有更好的鲁棒性,最后融合的运用了点的谱图特征和空间分布特征,使算法在较大形变情况下仍能实现有效匹配。文章实验验证了算法的有效性。      

图像特征匹配算法的FPGA实现

图像特征匹配算法是对同一场景不同条件下所获取的两幅图像进行特征提取的过程,目前被广泛应用于多个领域.针对传统匹配算法存在的实时性差、准确度不高、环境适应能力弱等问题,本设计提出了基于FPGA开发平台实现的SIFT算法.匹配结果表明:该算法对于图像的旋转、光照、仿射、尺度等具有良好的不变性,能满足特征匹配的需求,存在一定...     

权重连接神经网络的光电实现

在Ｈｏｐｆｉｅｌｄ模型基础上，对具有权重连接的Ｈｏｐｆｉｅｌｄ模型引入连接权重矩阵，这样只要在Ｈｏｐｆｉｅｌｄ内容寻址记忆光电阵更前多加一个连接权重矩阵阵列，则得具有权重连接的神经网络模型的光电实现。     

基于模糊集的神经网络景象匹配算法

将神经网络思想引入到景象匹配,提出了基于模糊集的神经网络景象匹配算法。该算法将图像模糊集作为特征空间,尝试了在模糊域中采用3层前向神经网络搜索算法进行精确寻优的方法。实验结果表明,设计的算法不但较好地满足了景象匹配系统对匹配概率和匹配精度的要求,而且比传统算法具有更高的抗干扰能力,且实时性也较好,为飞行器实时景象匹配提供了一种可行方法。     

基于进化策略的BP神经网络匹配算法研究

研究了利用BP神经网络理论进行景象匹配的方法,将灰度不变矩和边缘不变矩同时作为匹配特征应用于BP神经网络景象匹配中,并对经典的进化策略进行改进,提出并实现了一种高效的基于进化策略的BP神经网络景象匹配算法.实验结果证明了算法寻优的全局性和精确性.     

基于ARG模型匹配算法的人脸特征定位

本文研究了基于 ＡＲＧ（ Ａｔｔｒｉｂｕｔｅｄ Ｒｅｌａｔｉｏｎ Ｇｒａｐｈ）模型匹配算法的人脸图象的特征定位方法。该方法可有效地完成眼、口、眉的自动定位。基于人脸生理特征我们建立人脸图象的ＡＲＧ模型对人脸图象进行了精确的描述。在此基础上本义采用了连续型Ｈｏｐｆｉｅｌｄ神经网络模型并行处理进行ＡＲＧ模型匹配,通过能量函数极小化得到全局最优的特征定位结果。实验结果证实了该方法有效、稳定、且具有较快的收敛速度。     

关于神经网络和遣传算法的研究进展

简要回顾了南京邮电学院几年来神经网络、Ｈｏｐｆｉｅｌｄ模型神经网络、细胞神经网络模型和遣传算法等方面的研究工作所取得的进展。     

一种应用于图像配准中的点特征匹配算法

点特征匹配在机器视觉、图像配准等领域中有着重要的应用.针对空间存在较大仿射几何差异的图像中的点特征匹配问题,提出了一种利用马氏距离仿射不变性进行约束的松弛匹配算法,并将该算法应用于遥感图像配准中.实验结果表明,算法可以很好的完成点特征匹配,匹配点对数量充足且具备很高的正确率,从而可以保证图像配准的精度.     

雷达地图匹配制导中的共性物特征提取与匹配方法

本文针对雷达地图匹配制导中的共笥特性提取和雷达与地图匹配这一特定问题,应用小波变换多尺度分析提取共性特征,提出基于人工神经元网络的雷达地图匹配方法,并且给出相应的试验结果。因为Ｈｏｐｆｉｅｌｄ模型可以由集成电路实现。本文算法可以实时地完成,试验表明采用本匹配方法能够解决雷达地图匹配问题,获得比传统匹配方法,例如平均绝对差算法更高的匹配定位精度和匹配概率。     

用多层Hopfield神经网络构造分组密码

本文引入了多层Hopfield神经网络,用它的输入、输出关系构造分组加密变换,并分析了所得到的分组密码的安全性。     

一种新的基于神经网络的景象匹配算法

介绍了误差逆传播(Back Propagation)神经网络的基本理论。为解决存在角度旋转实时图像的匹配问题,以及尽可能地提高匹配实时性能,提出了一种新的基于像素环形排列的神经网络匹配算法,将实时图像与基准图像内待匹配区域的像素按环形排列,分别作为神经网络的阈值和输入,选择基准图像内与实时图像相对应的各环差值均较小的区域中心作为匹配位置。实验结果证明了验证了该算法的良好匹配性能。     

基于模糊匹配和神经网络的雷达辐射源识别技术

目前常用的雷达辐射源识别方法是数据库比较查询法．该方法实现简单,易于工程实践,但其识别效率取决于数据库的容量和质量．即对先验知识的依赖性强,缺少推理．灵活性差,特别是对于许多新体制雷达信号无法很好地识别。将利用模糊匹配和RBF神经网络两种算法,设计一种识别系统,该识别系统能够较好地识别复杂体制雷达信号,能应对目前雷达辐射源数据库不完善的实际情况。实验仿真表明,该识别系统具有较高的识别率,是一种可行的雷达辐射源识别方法。     

基于相对形状上下文与概率松弛标记法的点模式匹配算法

点模式匹配是计算机视觉和模式识别中重要而基础的问题。在立体视觉匹配、图像配准、目标识别与跟踪等方面都有广泛的应用,是目前各领域关注和研究的热点。该文提出了一种新的将不变特征与概率松弛标记法相结合的点模式匹配算法。该算法首先提出一种新的基于点集的不变特征—相对形状上下文,然后利用点集间相对形状上下文的统计检验匹配测度来定义概率松弛标记法中新的相容性系数,并以此为基础来构造鲁棒的支持函数。最后通过匹配概率矩阵的松弛迭代以及匹配约束条件来实现点模式匹配问题的求解。模拟仿真与真实数据实验验证了本文算法在点集间存在相似变换乃至透视变换情况下具备较高匹配正确率,而且对于噪声和出格点也具备较强的鲁棒性。      

基于优化计算的神经网络能量函数分析

Hopfield神经网络是求解组合优化问题的一种有效方法。将所求问题转化为能量函数是神经网络求解组合优化问题的难点。针对此问题给出了能量函数设计的一般方法和步骤,证明了网络稳定的充分必要条件是网络的解有界。讨论了网络的平衡态与能量函数的极小点的关系,进一步完善了能量函数的方法。作为应用,严格证明了Hopfield神经网络的收敛性,所获结果不仅推广了一些已有的结论,而且为该网络的应用提供了一定的理论基础。     

A New Sequential Detection Based on Hopfield Neural Network in Frequency Selective Fading Channels

ＡＮｅｗＳｅｑｕｅｎｔｉａｌＤｅｔｅｃｔｉｏｎＢａｓｅｄｏｎＨｏｐｆｉｅｌｄＮｅｕｒａｌＮｅｔｗｏｒｋｉｎＦｒｅｑｕｅｎｃｙＳｅｌｅｃｔｉｖｅＦａｄｉｎｇＣｈａｎｎｅｌｓＷｅｎｇＪｉａｎｆｅｎｇ；ＢｉＧｕａｎｇｇｕｏ（ＳｏｕｔｈｅａｓｔＵｎｉｖｅｒｓ...     

用参数正交选优神经网络算法解货郎问题

本文发现了货郎问题(TSP)能量函数的参数空间中的吸引域与全局性优化解之间存在着确定的对应关系，并找到了许多参数空间中的吸引域．在此基础上提出了一种新算法——参数正交选优神经网络算法求解TSP，30城市、31城市(中国)和300城市TSP的求解结果都十分满意，表明这种新算法的有效性．     

基于神经网络模型的矩量法

本文利用增加了匹配点数目的扩展点匹配方法,将广义的电路方程变为一适宜用具有高度集群、并行特性的Hopfield神经网络求解的超定方程。此法如用模拟电路实现,计算过程即可在纳秒量级完成,且计算时间与变量个数无关,因而理论上可用相同时间获得任意的高精度。     

Theories on Solving the Travelling Salesman Problem Based on Artificial Neural Network and Their Applications

ＮＰｈａｒｄｐｒｏｂｌｅｍｓｈａｖｅａｐｐｅａｒｅｄｉｎｍａｎｙａｒｅａｓ．Ｉｎｔｈｉｓａｒｔｉｃｌｅ，ｉｔｉｓｄｉｓｃｕｓｅｄｈｏｗｔｏｓｏｌｖｅｔｈｉｓｋｉｎｄｏｆｐｒｏｂｌｅｍｓｕｓｉｎｇａｒｔｉｆｉｃｉａｌｎｅｕｒａｌｎｅｔｗｏｒｋ—Ｈｏｐ...     

神经自适应匹配滤波器

文中讨论了匹配滤波器的神经网络实现方法，通过这种方法可使匹配滤波器的性能逼近最佳，同时摈弃了传统地难以实时处理弊端。