原文服务方: 科技与创新       
摘要:
针对蚁群算法易陷入局部最小解、停滞等缺点,在蚁群算法基础上加入一定教量的随机蚂蚁,从而扩大解的搜索空间,有效的抑制了收敛中陷入局部最小解、停滞等现象.改进的蚁群算法优化神经网络,使其权值准确的收敛于全局最优点.提出改进的蚁群算法优化神经网络用于摄像机标定,实验表明此方法增加了摄像机标定精度和鲁棒性.
推荐文章
基于神经网络的摄像机标定方法研究
摄像机标定
神经网络
张氏标定法
运用投影反馈的神经网络摄像机标定
神经网络
投影变换
双重反馈调节
实时性
高精度
基于畸变模型优化的网络摄像机标定
摄像机标定
畸变模型
光束法平差
计算机视觉
基于蚁群遗传算法的BP神经网络摄像机标定
摄像机标定
神经网络
蚁群遗传算法
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 基于随机蚁群神经网络的摄像机标定
来源期刊 科技与创新 学科
关键词 摄像机标定 随机蚂蚁 蚁群算法 神经网络
年,卷(期) 2010,(31) 所属期刊栏目
研究方向 页码范围 104-105,52
页数 分类号 TP391.4
字数 语种 中文
DOI 10.3969/j.issn.2095-6835.2010.31.041
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 叶俊勇 重庆大学光电技术及系统教育部重点实验室 46 362 12.0 16.0
2 吴珂 重庆大学光电技术及系统教育部重点实验室 1 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (21)
共引文献  (53)
参考文献  (6)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(3)
  • 参考文献(1)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(2)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(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
摄像机标定
随机蚂蚁
蚁群算法
神经网络
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
科技与创新
半月刊
2095-6835
14-1369/N
大16开
2014-01-01
chi
出版文献量(篇)
41653
总下载数(次)
0
总被引数(次)
202805
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导