基于蚁群优化与神经网络的坦克目标识别算法

• 作者: 王双进 王永学
• 来源期刊: 物理实验
• 学科: 工学
• 关键词: 目标识别 角点检测 神经网络 蚁群优化
• 年，卷（期）: 2010,（5）
• 所属期刊栏目: 物理实验与应用
• 页码范围: 8-11,15
• 分类号: TP391
• 字数: 3867字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-4642.2010.05.003

摘要

为了对成像引信探测得到的变形严重的图像进行识别,提出了基于蚁群优化与人工神经网络相结合的坦克目标识别算法. 采用SUSAN特征检测原则提取目标图像的角点特征,作为神经网络模式分类器的输入. 针对BP网络收敛速度慢,易于陷入局部极小点等问题,利用蚁群优化算法训练网络权值,可兼有ANN的广泛映射能力和蚁群算法的全局收敛以及启发式学习等特点. 仿真实验表明,新算法能够有效缩短网络训练时间,提高目标识别精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王双进	河北工业大学理学院	14	26	3.0	4.0
2	王永学	河北工业大学理学院	18	106	3.0	10.0