基于LVQ网络算法的目标分类方法

《基于LVQ网络算法的目标分类方法》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、维普资讯http://www.cqvip.com圈—圈豳iAcademic·Papers基于LVQ网络算法的目标分类方法TheTargetDiferentiationMethodBasedonLVQNeuralNetwork牟琳韩英坤2王立志刘伟。(1山东大学工程训练中心，济南250061；2山东电力研究院，济南250061；3日照海事局，日照276800)摘要：随着机器人技术的不断发展，构建未知空间的环境地图以成为移动机器人技术中具有挑战性的研究课题。自主环境建模体现了机器人的感知能力和智能水平，在实际应用中具有十分重要的意义。文

2、章研究了学习矢量量化算法在智能机器人对环境障碍物识别中的应用以及噪声、振幅、声纳TOF数据的偏移、距离以及目标体(锐角和边角)的角度等因素对系统分类性能的影响。实验表明，该方法对上述各种影响因素具备一定的鲁棒性，从而使得移动机器人能够在较大的距离范围内快速、可靠地识别室内各种典型障碍物。关键词：LVQ算法目标识别分类神经网络Abstract：Withthedevelopmentofscienceandtechnology，mapping—especiallythetargetdifferentiationinunknownenvir

3、onmentsformobilerobotsisachallengingsubjectinrobotics．Mappingisembodiestheperceiveabilityandtheintelligentlevelofmobilerobots．Thus．itisalsoplayanimportantroleinpracticalapplications．Inthispaper，therobustnessofthesystemtonoise，partialremovalofamplitudeandTOFdataanddista

4、nceanddiferenttargets(edgewithdifferent．acutecornerwithdifferent)hasbeenstudied．TheexperimentresultsshowthattheLVQneuralnetworkhasahighrobustnesstonoise，andcandifferentiatethetypicaltargetsinalargerangingscopeefectivelyandrapidly．Keywords：LVQalgorithmtargetdiff~rentiat

5、iondifft!rentclassificationneura1network0引言1988年由KOHONENT提出来的一种神经网络模式。这种网机器人依靠自身携带的传感器提供的信息自主地建立环络学习速度比反向传播网络(BPN)快很多，且其结构特性为实境模型是完成各种智能任务的前提1”。卢纳传感器因价格低廉、现声纳数据的处理从而进行室内典型障碍物的识别提供了一使用方便等优点，在机器人环境建模方面得到了广泛应用_2_。种有效的工具。见图1。BP神经网络分类方法1是机器人目标识别算法中较具代输入1表性的一种。但BP网络有其自身的局限性，

6、例如学习收敛速·日标2输入2●度慢、易陷入局部极小、网络的学习和记忆具有不稳定性等。本●文采用了一种理论上更加适于模式识别和分类的算法，即学习输入(A。一1)：●⋯目标⋯(_⋯”_1)一L目标肼矢量量化(LVQ)网络算法，融合声纳传感器对的TOF数据和回输入Ⅳ波信号的振幅数据实现目标分类。1LVQ网络算法介绍图1学>-3矢量量化网络结构学习矢量量化(1earningvectorquantization，LVQ)0是在如图1所示，LVQ网络可看作是具有两层隐含层的网络结作者简介：牟琳硕士研究生，助理工程师。研究方向为传感器技术。70机

7、电一体化～维普资讯http://www.cqvip.comAcademic·Papersl豳吸—圈函构，首先是非监督式的竞争层把输入矢量分为若干子类，然后在图2中．特征提取模块的作用是从声纳数据中提取TOF是有监督的线性层把各子类融合成目标类。其学习矢量量化网差值数据(tm-t&，tb一t6)和反射信号的振幅数据(，，A，络的学习算法可以归结如下目I。A)。第一级LVQ网络根据TOF差值特性进行目标识别，判断(a)设置变量和参量目标是否是锐角：若是锐角，则退出识别程序；否则进入第二级(n)=，(n)，X2(n)，⋯XN(n)】T为输

8、入矢量，或称训练样本；LVQ网络。第二级LVQ网络依据振幅特性，判断目标是否为棱(n)=【。。(n)，W(n)，⋯(n)】为权系数向量，i=1，2，⋯，角或圆柱体目标：若是棱角或圆柱体，做出相应的判断并退出。识别程序：否则进入第三级L