轨迹分布模式学习的层次自组织神经网络方法

被引:13
作者
胡卫明
谢丹
谭铁牛
沈俊
机构
[1] 中国科学院自动化研究所模式识别国家重点实验室
[2] 法国波尔多第三大学计算机系
关键词
层次自组织神经网络; 轨迹分析与习; 运动检测; 行为预测;
D O I
暂无
中图分类号
TP183 [人工神经网络与计算];
学科分类号
摘要
提出一个层次自组织神经网络模型 ,并将其应用于基于事件识别的轨迹分布模式学习中 .该文利用神经元的侧向连接将神经元连成若干条线 ,每条线对应一个“内部网” .对应于层次神经网络模型 ,建立了两个邻域 ,即神经元邻域和“内部网”邻域 ,两个邻域内的神经元都要不同程度地改变权值 ,从而完成运动轨迹分布模式的学习 .还给出了利用轨迹分布模式检测出局部可能的异常现象、检测整个运动轨迹所表示的事件是否为异常事件和目标行为预测的方法 .实验进一步说明了该方法的可行性和有效性
引用
收藏
页码:417 / 426
页数:10
相关论文
共 1 条
  • [1] 用神经网络求解时延、功耗和连线三重驱动的布局问题
    胡卫明
    李翠超
    朱育松
    严晓浪
    [J]. 半导体学报, 1999, (09) : 797 - 803