基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
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.
推荐文章
基于深度特征学习的图像自适应目标识别算法
深度学习
卷积神经网络
自适应
图像识别
算法
自适应边缘优化的改进YOLOV3目标识别算法
目标检测
零件识别
卷积神经网络
YOLOV3
PSO
基于LM优化算法的BP神经网络目标识别方法
瞬态特性
奇异值特征
LM算法
数学形态学在机场目标识别中的应用
数学形态学
Top-Hat 变换
抽骨架
目标识别
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于形态学理论的自动目标识别技术--自适应BP学习算法
来源期刊 武汉大学学报(信息科学版) 学科 工学
关键词 计算机视觉 图像处理 数学形态学 目标识别
年,卷(期) 2003,(2) 所属期刊栏目 学术论文
研究方向 页码范围 219-223
页数 5页 分类号 TP751.1
字数 3699字 语种 中文
DOI 10.3321/j.issn:1671-8860.2003.02.018
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 余农 中国科学院上海技术物理研究所 8 158 6.0 8.0
2 吴常泳 中国科学院上海技术物理研究所 12 245 8.0 12.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (7)
共引文献  (18)
参考文献  (4)
节点文献
引证文献  (8)
同被引文献  (0)
二级引证文献  (0)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(2)
  • 参考文献(1)
  • 二级参考文献(1)
1996(2)
  • 参考文献(1)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(2)
  • 参考文献(1)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2005(1)
  • 引证文献(1)
  • 二级引证文献(0)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(3)
  • 引证文献(3)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
计算机视觉
图像处理
数学形态学
目标识别
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
武汉大学学报(信息科学版)
月刊
1671-8860
42-1676/TN
大16开
武汉市珞喻路129号武汉大学测绘校区
38-317
1957
chi
出版文献量(篇)
5457
总下载数(次)
17
总被引数(次)
94263
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导