一种改进型PSO-BP算法在红外目标中的应用

• 作者: 杜珺 高九萍
• 来源期刊: 火力与指挥控制
• 学科: 物理学
• 关键词: 目标识别 粒子群优化算法 BP神经网络 伪目标
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 理论研究
• 页码范围: 62-66
• 页数: 5页
• 分类号: O433
• 字数: 3393字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0640.2020.06.012

摘要

为了降低伪目标引起的误检,提高系统在复杂环境中的目标识别能力,设计了一种改进型粒子群优化BP神经网络算法.改进型PSO-BP算法利用红外目标光谱特性设置粒子变异规则,从而调整粒子位置与速度,提高目标特征提取性能.同时,算法将权值变为权值可调函数,降低局部极值收敛的风险.实验采用Model-102F型成像光谱仪采集的目标区域图像作为样本与检测数据,与传统BP算法作对比,分别选取对不同特征波长位置及个数的形式对目标和伪目标进行识别分析.结果 显示,改进型PSO-BP算法可以有效消除伪目标干扰,同时,其收敛速度明显优于传统算法.由此可见,该设计在复杂背景红外目标识别方面具有一定的应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杜珺		5	3	1.0	1.0