基于BP神经网络的船舶号灯识别模型与仿真

• 作者: 孙立成 尹建川 朱金善 李铁山
• 来源期刊: 应用基础与工程科学学报
• 学科: 工学
• 关键词: 可识别性 BP神经网络 船舶号灯 仿真
• 年，卷（期）: 2012,（3）
• 页码范围: 455-463
• 分类号: TP183
• 字数: 4406字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-0930.2012.03.013

摘要

建立基于误差反传神经网络的船舶号灯智能识别模型,在众多的号灯识别参数中进行优化分析,确定了能见度、号灯亮度、背景亮度和眩光4个重要输入参数；利用这4个参数,基于误差反传神经网络对船舶号灯的可识别性进行建模和仿真,比较利用Levenberg-Marquart( L-M)、动量梯度下降、变学习率动量梯度下降和弹性反向传播等学习算法建立的误差反传神经网络模型,并确定L-M算法具有最优结果.通过号灯识别的仿真结果表明,识别结果与航海专家评估的结果一致.本模型实现了复杂光环境下船舶号灯可识别性的预报和影响因素分析,对保障船舶的夜航安全有着重要意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李铁山	大连海事大学航海学院	53	818	17.0	27.0
2	尹建川	大连海事大学航海学院	49	247	8.0	14.0
3	朱金善	大连海事大学航海学院	32	138	7.0	10.0