一种基于改进BP神经网络的物体识别方法

• 作者: 张蕾 普杰信 范庆辉
• 来源期刊: 微电子学与计算机
• 关键词: 特征提取 不变矩 BP神经网络 物体识别
• 年，卷（期）: 2008,（4）
• 页码范围: 152-155,159
• 页数: 5页
• 分类号: TP391
• 语种: 中文

摘要

提出基于自适应学习速率动量梯度下降的BP算法进行物体识别,并以修正的Hu不变矩特征作为BP神经网络的输入,通过训练对网络的权值和闭值进行调整.该算法使BP神经网络在学习速率和稳定性上有了进一步的提高.仿真结果表明该方法对物体的平移、旋转、缩放都具有不变性,从而验证了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	普杰信	河南科技大学电子信息工程学院	106	703	15.0	20.0
2	范庆辉	河南科技大学电子信息工程学院	12	83	5.0	8.0
3	张蕾	河南科技大学电子信息工程学院	42	181	7.0	12.0