基于高維仿生神經網絡的圖像識別與跟蹤算法研究.pdf

1、西安電子科技大學學位論文獨創(chuàng)性(或創(chuàng)新性)聲明秉承學校嚴謹?shù)膶W風和優(yōu)良的科學道德，本人聲明所呈交的論文是我個人在導師指導下進行的研究工作及取得的研究成果。盡我所知，除了文中特別加以標注和致謝中所羅列的內容以外，論文中不包含其他入已經發(fā)表或撰寫過的研究成果；也不包含為獲得西安電子科技大學或其它教育機構的學位或證書而使用過的材料。與我一同工作的同志對本研究所做的任何貢獻均已在論文中做了明確的說明并表示了謝意。申請學位論文與資料若有不實之處，

2、本人承擔一切的法律責任。本人簽名：型：重日期2糾：主：仝西安電子科技大學關于論文使用授權的說明本人完全了解西安電子科技大學有關保留和使用學位論文的規(guī)定，即：研究生在校攻讀學位期間論文工作的知識產權單位屬西安電子科技大學。學校有權保留送交論文的復印件，允許查閱和借閱論文；學校可以公布論文的全部或部分內容，可以允許采用影印、縮印或其它復制手段保存論文。同時本人保證，畢業(yè)后結合學位論文研究課題再攥寫的文章一律署名單位為西安電子科技大學，(保密

3、的論文在解密后遵守此規(guī)定)本學位論文屬于保密，在年解密后適用本授權書。導師虢墮鷺日期2QIl：主：仝日期蘭生!：2，IlIIll，，tllIifll，，；f；，》。I鼉l，lllI，llIlf，_；I；，摘要人工神經網絡為圖像分類識別與目標跟蹤的研究提供了一條新的路徑。而高維仿生模式識別理論可以解決傳統(tǒng)的人工神經網絡不能足夠精確的描繪出樣本在特征空間的曲線的問題。本文在學習研究了現(xiàn)有的圖像識別和目標跟蹤算法的基礎上，依據(jù)高維空間幾何分析

4、法，將高維仿生神經元網絡應用到圖像識別和運動目標跟蹤。本文設計了基于高維仿生神經元的圖像分類識別器，分析了直接應用圖像自身灰度像素作為網絡輸入時的分類識別實驗的正確識別率，通過大量的仿真實驗證明了該分類識別方法是可行的，且正確識別率較高。又將PCA算法和高維仿生神經元結合起來，提出了基于高維仿生神經元網絡的目標跟蹤算法，將其應用到復雜背景下的目標跟蹤中，通過仿真實驗證明該算法是可行的，并且具有較好的魯棒性。關鍵字：仿生神經元網絡PCA圖