原文服务方: 机器人       
摘要:
提出以道路图像矩阵的局部奇异值向量作为特征输入,以BP神经网络作为分类器的道路导航方法.首先将图像分割成若干子图像,然后分别对子图像进行奇异值分解,提取子图像的代数特征向量. 子图像的特征奇异值组成整个图像的局部奇异值向量,作为分类器的输入.再利用BP神经网络分类器对道路图像进行训练及识别.实验中处理了三类道路图像(偏左、偏右、正确方向),每类用20幅图像作为训练样本,30幅用作测试.结果表明,这种道路导航方法的识别率达到了100%.
推荐文章
基于改进BP神经网络的指纹自动分类器
BP网络
指纹分类
poincare索引值
特征提取
误差扩大
基于奇异值分解和小波神经网络的人脸识别
人脸识别
人工神经网络
奇异值分解
小波神经网络
仿真实验
算法验证
基于子块分类的BP神经网络图像压缩
神经网络
图像压缩
子块分类
视觉特征
遗传算法优化确定BP神经网络的遥感图像分类
遥感图像分类
BP神经网络
遗传优化算法
神经元数学建模
图像预处理
土地类型分类
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 基于图像局部奇异值向量和BP神经网络分类器的道路导航方法
来源期刊 机器人 学科
关键词 图像模式识别 局部奇异值向量 BP神经网络分类器 道路导航
年,卷(期) 2004,(1) 所属期刊栏目 论文与报告
研究方向 页码范围 17-21
页数 5页 分类号 TP24
字数 语种 中文
DOI 10.3321/j.issn:1002-0446.2004.01.004
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 闻邦椿 东北大学机械工程与自动化学院 749 9265 41.0 55.0
2 韩清凯 东北大学机械工程与自动化学院 71 927 16.0 28.0
3 杜戊 东北大学机械工程与自动化学院 2 45 2.0 2.0
4 尹洪祥 东北大学机械工程与自动化学院 1 4 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (1)
共引文献  (22)
参考文献  (6)
节点文献
引证文献  (4)
同被引文献  (8)
二级引证文献  (35)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
1992(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(3)
  • 参考文献(3)
  • 二级参考文献(0)
2004(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)
2006(1)
  • 引证文献(1)
  • 二级引证文献(0)
2008(1)
  • 引证文献(0)
  • 二级引证文献(1)
2009(1)
  • 引证文献(0)
  • 二级引证文献(1)
2012(4)
  • 引证文献(1)
  • 二级引证文献(3)
2013(8)
  • 引证文献(1)
  • 二级引证文献(7)
2014(7)
  • 引证文献(0)
  • 二级引证文献(7)
2015(7)
  • 引证文献(1)
  • 二级引证文献(6)
2016(4)
  • 引证文献(0)
  • 二级引证文献(4)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
图像模式识别
局部奇异值向量
BP神经网络分类器
道路导航
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
机器人
双月刊
1002-0446
21-1137/TP
大16开
1979-01-01
chi
出版文献量(篇)
2337
总下载数(次)
0
论文1v1指导