基于细胞神经网络的移动目标识别

基于细胞神经网络的移动目标识别

ID:33606399

大小:6.43 MB

页数:55页

时间:2019-02-27

基于细胞神经网络的移动目标识别_第1页
基于细胞神经网络的移动目标识别_第2页
基于细胞神经网络的移动目标识别_第3页
基于细胞神经网络的移动目标识别_第4页
基于细胞神经网络的移动目标识别_第5页
资源描述:

《基于细胞神经网络的移动目标识别》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、中北大学学位论文神经网络算法的有效性,使其得到快速的应用。其中第二个方面为研究的重点,在移动目标分割方面,运用差分原理,在前人工作基础之上优化图像处理过程,提出差分模板,从理论和实验两方面探讨其正确性;模式识别方面运用自动波原理测量非线性Hausdorff距离,实现图像中物体差异度的计算,用来实现序列图像移动目标的识别工作。研究目标:基于细胞神经网络并利用多帧图像信息提取目标的有用信息,实现对移动目标的准确识别。拟解决的关键问题:1.实时性。细胞神经网络是一种结构形式为局部连接的神经网络,具有实时信号处理的能力,可以满足大数据运算,在满足稳定性基础之上设计出移动目标识

2、别的流程,采用更为简洁的基本运算达到识别的目的并满足实时要求;2.高效准确算法的设计。虽然细胞神经网络具有良好的图像处理特点和高速的运算能力,但它的计算能力受限于其简单的细胞结构,而在目标图像的处理过程中,常常受到复杂背景的干扰,需要进行高等的运算,目前,一些比较成熟的算法难以完美的移植到细胞神经网络中;因此如何设计基于细胞神经网络的算法成为关键问题;3.测试与应用。测试用例是算法测试的核心,关系到算法的具体应用,通过测试给定算法的适用场合。如今,需要处理的图像数据量日益增加,处理的实时性要求越来越高,采用CNN的相关算法和硬件是解决这些问题的有效方案,具有广阔的应用

3、前景。弘.。1.3论文结构安排本文根据现有的图像处理中对移动目标跟踪的难点,围绕细胞神经网络的特性展开论述,在充分学习了细胞神经网络的基础之上,结合细胞神经网络的新的研究成果,对移动目标的识别问题做了相关研究。本文的结构安排如下:第一章:绪论,主要介绍图像处理中移动目标识别存在的问题及细胞神经网络在处4中北大学学位论文理此问题上的优越性,说明本论文的研究内容以及拟解决的关键问题。第二章:细胞神经网络概念与应用,本章介绍了细胞神经网络的产生、发展及其在图像处理方面的应用。其中着重说明了细胞神经网络的网络特性,对细胞神经网络模板设计具有指导意义。第三章:序列图像的物体跟踪

4、概述,介绍了通常的图像处理中移动物体识别与跟踪的方法,并在此基础之上探讨细胞神经网络的具体应用,为细胞神经网络的算法设计提供指导。第四章:细胞神经网络移动目标识别算法设计,重点介绍了视频序列图像中移动目标分割算法,提出差分模板并给出了理论证明和实验对比,设计出了视频序列图像中移动目标识别的方法,在实验基础之上说明本文算法的优越性。第五章:结论与展望,对全文工作进行了总结,并提出下一步的工作展望。5中北大学学位论文第二章细胞神经网络概念与应用2.1人工神经网络的发展和细胞神经网络的产生人工神经网络(ArtificialNeuralNetwork,简称ANN)是由大量简单

5、的神经元按一定方式连接形成的智能仿生动态网络。作为--t3学科,它的产生和发展有着深刻的科学背景和社会背景呻1。第一台电子计算机诞生以来,计算机的发展日新月异。通过计算机模仿人类的行为,使之具有人类的智能,是人类长期以来追求的目标。对人工智能的研究和探索,使人类朝着这个目标一步步迈进。智能模拟有三个主要途径,即符号主义、联结主义、行为主义。其中联结主义就是基于神经网络的结构和功能,通过大量的非线性并行处理器模拟人脑神经细胞,用处理器错综灵活的连接关系模拟人脑神经细胞之间的突触行为,这种联接机制的模拟方法,在一定程度上有可能起到对人脑形象思维的模拟。联结主义的这种需求促

6、进了人工神经网络的创立和发展。19世纪之前无论是以欧氏几何和积分为代表的经典数学,还是以牛顿力学为代表的经典物理学,这些经典科学都是线性科学。从总体上说,客观世界是如此的纷繁复杂,然而非线性情况随处可见,人脑神经系统更是如此;为了更好地认识客观世界,必须对非线性科学进行研究。人工神经网络作为一种非线性的、与大脑智能相似的网络模型便应运而生。所以,人工神经网络的创立不是偶然的,而是20世纪初科学技术发展的产物。人工神经网络的研究始于20世纪40年代初。半个多世纪以来,经历了兴起、高潮、低迷、第二次高潮及稳步发展的极为曲折的道路。今天,神经网络和神经计算机已经发展成为一门

7、多学科领域的边缘交叉学科。人工神经网络的模型和算法有很多。在人工神经网络中,权是一个反映信息存贮的关键量。在结构和转换函数定了以后,如何设计权使网络达到一定的要求,这是人工神经网络必不可少的部分。大多数人工神经网络权的设计是通过学习得到的,大体上可以分为下列几种:死记式学习、6学习律、相近学习律、自组织学习和Hebb学习律田1。6中北大学学位论文人工神经网络的主要类型有:前馈式神经网络、反馈式神经网络、自组织竞争神经网络、随机神经网络等。细胞神经网络是人工神经网络的分支,它是加州伯克利大学的华裔学者蔡绍棠教授在1988年提出来的一种局域连接、权可设计

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。