论文部分内容阅读
针对反向传播神经网络(BP-NN)在图像识别运算过程中容易陷入局部极小值的问题,提出了在常规的遗传算法(GA)中引入3个邻域的链式竞争,进行特征选择的图像识别方法。仿真结果表明:将引入链式竞争策略的遗传算法应用到反向传播神经网络中,可以使图像更清晰,提高了图像识别的容错性及效果。
基于链式竞争策略的图像识别研究
【摘 要】
：
针对反向传播神经网络(BP-NN)在图像识别运算过程中容易陷入局部极小值的问题,提出了在常规的遗传算法(GA)中引入3个邻域的链式竞争,进行特征选择的图像识别方法。仿真结果表明:将引入链式竞争策略的遗传算法应用到反向传播神经网络中,可以使图像更清晰,提高了图像识别的容错性及效果。
【机 构】
：
昆明理工大学信息工程与自动化学院
【出 处】
：
传感器与微系统
【发表日期】
：
2017年11期
其他文献
针对传统模糊C均值（FCM）聚类算法在预测煤与瓦斯突出强度时不精确的问题,提出了一种基于人工鱼群算法（AFSA）和FCM聚类算法相结合的主成分分析（PCA）筛选的混合新方法。使用AFSA优化F
基于码分多址（CDMA）技术，采用格雷互补序列对光源进行调制，使用相关运算对接收信号进行解调。该方法具有传感器间串音小和系统信噪比高等优点。基于该方法搭建了光纤Bragg光栅（FBG
针对传统胸片肺野分割方法需要人工干预、提取特征以及对先验知识的依赖性问题,提出了一种基于卷积神经网络(CNN)的胸片肺野自动分割方法,将X光胸片的分割问题转换为图像块的分类问题。将原图像分割成左、右肺,切块处理后分别作为训练样本,利用深度学习自动发现图像块中的潜在特征,对图像块进行分类,并将结果映射成二值图,得到初步分割结果,再对其进行后处理,合并之后作为最终的分割结果。实验表明:此方法在公开的J
针对行波超声波电机运行过程中的较强时变性与非线性特征,引入了一种比例—积分—微分神经元网络（PIDNN）电机速度控制器。控制器网络融合了状态转换函数,具备动态映射能力,利用
脉冲注入法可较为灵敏地反映出各类变压器绕组故障,原理为在线注入脉冲方波,通过测量响应信号判断绕组工况。便携式带电检测仪可较好地实现上述功能,电容传感器信号装置是其重要组成部件,该部件直接安装在电力变压器绝缘套管上,为保证注入信号对在线运行变压器无影响,要求该部件不影响套管电场分布,同时不影响绝缘套管的绝缘特性。针对不同电压等级的电力变压器,设计了相应的电容式耦合传感信号发生装置,通过仿真验证了相应