留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于形态学理论的自动目标识别技术——自适应BP学习算法

余农 吴常泳

余农, 吴常泳. 基于形态学理论的自动目标识别技术——自适应BP学习算法[J]. 武汉大学学报 ● 信息科学版, 2003, 28(2): 219-223.
引用本文: 余农, 吴常泳. 基于形态学理论的自动目标识别技术——自适应BP学习算法[J]. 武汉大学学报 ● 信息科学版, 2003, 28(2): 219-223.
YU Nong, WU Changyong. Automatic Target Recognition Technique Based on Morphological Theory:Adaptive BP Learning Algorithm[J]. Geomatics and Information Science of Wuhan University, 2003, 28(2): 219-223.
Citation: YU Nong, WU Changyong. Automatic Target Recognition Technique Based on Morphological Theory:Adaptive BP Learning Algorithm[J]. Geomatics and Information Science of Wuhan University, 2003, 28(2): 219-223.

基于形态学理论的自动目标识别技术——自适应BP学习算法

详细信息
    作者简介:

    余农,副教授,博士,博士后。现主要从事红外光电图像信息处理研究。E-mail:laoyunong@263.net

  • 中图分类号: TP751.1

Automatic Target Recognition Technique Based on Morphological Theory:Adaptive BP Learning Algorithm

计量
  • 文章访问数:  732
  • HTML全文浏览量:  41
  • PDF下载量:  169
  • 被引次数: 0
出版历程
  • 收稿日期:  2002-11-18
  • 刊出日期:  2003-02-05

基于形态学理论的自动目标识别技术——自适应BP学习算法

    作者简介:

    余农,副教授,博士,博士后。现主要从事红外光电图像信息处理研究。E-mail:laoyunong@263.net

  • 中图分类号: TP751.1

摘要: 在设计了一种具有实用意义的形态学开、闭滤波的神经网络模型基础上,完成了用于目标检测识别的优化学习算法,为克服BP算法存在的收敛速度慢、需要选择学习参数且无法保证全局最优等固有缺陷,将启发引导策略与学习规则相结合,采用了一种动态调控学习参数的自适应BP学习算法。试验结果表明,该算法不仅能适应复杂多变的背景环境,而且对运动目标的持续检测能力具有位移不变、伸缩不变和旋转不变的特性。

English Abstract

余农, 吴常泳. 基于形态学理论的自动目标识别技术——自适应BP学习算法[J]. 武汉大学学报 ● 信息科学版, 2003, 28(2): 219-223.
引用本文: 余农, 吴常泳. 基于形态学理论的自动目标识别技术——自适应BP学习算法[J]. 武汉大学学报 ● 信息科学版, 2003, 28(2): 219-223.
YU Nong, WU Changyong. Automatic Target Recognition Technique Based on Morphological Theory:Adaptive BP Learning Algorithm[J]. Geomatics and Information Science of Wuhan University, 2003, 28(2): 219-223.
Citation: YU Nong, WU Changyong. Automatic Target Recognition Technique Based on Morphological Theory:Adaptive BP Learning Algorithm[J]. Geomatics and Information Science of Wuhan University, 2003, 28(2): 219-223.

目录

    /

    返回文章
    返回