版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認領(lǐng)
文檔簡介
1、哈爾濱工程大學碩士學位論文基于人工神經(jīng)網(wǎng)絡(luò)的水面運動目標識別技術(shù)研究姓名：李薇申請學位級別：碩士專業(yè)：船舶與海洋結(jié)構(gòu)物設(shè)計制造指導教師：萬磊20070101哈爾濱T稗大學碩十學仿論文AbstractIntelligenceandhi曲speedarealwaysimportantdirectionsofshipresearchAsthespeedofshipincreasing，weneedshipmoreintelligentVisi
2、onisanimportantapproachtoacquireinformationTherefore，thedevelopmentofvisionintelligenceisimportanttoenhanceship’Sindependentabilitywhichmakesshiprecognizetargetexactlyresponsetocorrespondinginformationandcompletethetasks
3、uccessfullyFirstlyconsideringthecharacteristicofmovingobjectsabovethewaterwedosimulativeexperimentsintheflumeImagesofshipmodelsindifferentcircumstancesandattitudesareacquiredtobuildanimagedatabaseSecondly，aftermedianfilt
4、eringtheimages，onthebasisofthereal—timecharacteristicofmovingobjects，afeasibleandeffectivemethod一OtsuispresentedtosegmentimagesFinallyweacquiredsatisfactoryeffectofsegmentationTheeigenvectorsofimagesalegotthroughthefeatu
5、reextractionandfeatureselection，whicharethesixfeaturevectorsThrough300flamesoffourobjects’images，weknowthatthesixfeaturevectorshadbetterclusteringeffecttocongenerobjectsandseparableeffecttodifferentkindsofobjectsFinallyw
6、emainlydoresearchonartificialneuralnetworkforidentificationConsideringthelimitationoftraditionalBPneuralnetworkweuseanewParticleSwarmOptimizermethodAfteranalyzingthealgorithmictheoryandparametersetting，wedesignedtheprogr
7、amExperimentalresultsshowthatParticleSwarmOptimizerhasagoodastringencyandcanavoidthedefectofBPneuralnetworkColligatingParticleSwarmOptimizerandBPneuralnetwork，wecanacquiresatisfactoryeffectAccordingtothecomplexofthevisio
8、nintelligenceandinformationdisposingthepaperisonlythegroundworkHowever∞theavailableexploremethodsmentionedinthepaperlaythefoundationforthefurtherworkKeyWords：Movingobjectabovewater，Otsuautomaticsegmentation，BPneuralnetwo
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于神經(jīng)網(wǎng)絡(luò)的目標識別技術(shù)研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)融合的目標識別技術(shù)研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的飛機目標識別研究.pdf
- 基于細胞神經(jīng)網(wǎng)絡(luò)的目標識別研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的雷達目標識別.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的紅外目標識別研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的紅外圖像目標識別研究.pdf
- 基于細胞神經(jīng)網(wǎng)絡(luò)的移動目標識別.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的空中聲目標識別研究.pdf
- 基于RBF神經(jīng)網(wǎng)絡(luò)的人形目標識別.pdf
- 模糊神經(jīng)網(wǎng)絡(luò)用于目標識別的研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的遙感圖像飛機目標識別研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的顯微視覺多目標識別.pdf
- 基于小波變換和神經(jīng)網(wǎng)絡(luò)的目標識別技術(shù)的研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的三維飛機目標識別研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的目標識別及定位方法的研究.pdf
- 基于視頻的多運動目標識別技術(shù)研究.pdf
- 基于人工神經(jīng)網(wǎng)絡(luò)的人體行為識別技術(shù)研究.pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)的水下目標識別方法研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的軍事目標識別方法研究.pdf
評論
0/150
提交評論