一种基于改进BP神经网络的物体识别方法

被引：7

作者：

张蕾

普杰信

范庆辉

机构：

[1] 河南科技大学电子信息工程学院

来源：

关键词：

特征提取; 不变矩; BP神经网络; 物体识别;

D O I：

10.19304/j.cnki.issn1000-7180.2008.04.039

中图分类号：

TP391.4 [模式识别与装置]; TP183 [人工神经网络与计算];

学科分类号：

0811 ; 081101 ; 081104 ; 1405 ;

摘要：

提出基于自适应学习速率动量梯度下降的BP算法进行物体识别,并以修正的Hu不变矩特征作为BP神经网络的输入,通过训练对网络的权值和阈值进行调整.该算法使BP神经网络在学习速率和稳定性上有了进一步的提高.仿真结果表明该方法对物体的平移、旋转、缩放都具有不变性,从而验证了该方法的有效性.

引用

页码：152 / 155+159 +159

页数：5

共 5 条