基于组合矩和神经网络的图像识别技术研究

基于组合矩和神经网络的图像识别技术研究

ID:32468581

大小:2.31 MB

页数:63页

时间:2019-02-06

基于组合矩和神经网络的图像识别技术研究_第1页
基于组合矩和神经网络的图像识别技术研究_第2页
基于组合矩和神经网络的图像识别技术研究_第3页
基于组合矩和神经网络的图像识别技术研究_第4页
基于组合矩和神经网络的图像识别技术研究_第5页
资源描述:

《基于组合矩和神经网络的图像识别技术研究》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、硕士学位论文墓于组合矩和神经网络的图像识别技术研究ABSTRACTWiththedeveloPmentofAlti6c诫N七ura1Network(ANN)阴d如aglne骊ence,the枉沁腼。logyofu”ager七co娜tionbasedonNN0ve“泊mes,0扣nesbo血omingsof加nvenlionalPate和ReCognit1on.sothatthcaPP1icati0noflmagOrecognitiontoChoologybasedonNNish沈omingmo比幼de】yandde‘Plylll田IPrev10uS朗yperiodinm肚lyf

2、ields.ThePal笼rmailllyincludesU业eeaspectS.几eyareintrlxlu以刁asfol】ows:F趾st】y,prep“x沁sstargetu刀ages.T五etargetlmages哪~pled,9旧ye氏五】teredand湘脚e川edin面sp加即.secondly,亡x。习ctmom。吐公旧n此5丘omtargetu刀ages.T七ePaperP比,泊.5Combined.momeniinv颐antSonthebasisofHU7m0meDtinvarian招,thenext口ctsthe伪mbined.momentinv州ants

3、丘ombi班幼乙时1佣助昭esbyPro乎别叮.Lastly,汕p】ementrecognlZeanddassi斤amongdi月免比ntta唱Ctlmages.E别巨blishtheBPNNmodel,山即co刃nbined户momentinvariantswhich眼访putedtheANNisu旧七dto代cog山zedi月淤renttarget如ages.T七ereco咧tioniscomPletedbytrainedBPNN.TlllsPaperadoPtSVC,C十+lang坦getow行tesomealgodthmswbich毋u,刁toc盯口叨tdi月免rent

4、operations.ExperimentaDdsimulati0nind1catethattheSystem‘an即坛evdassificationald~即币皿amongdi月免比nttargetlmages喇thhighd留sificationr以eandshorttime.K灯,0川吕:Ex七习clrOom,t仆油,代含BPNeunUClassi6cationandRecognitionU声明本学位论文是我在导师的指导下取得的研究成果,尽我所知,在本学位论文中,除了加以标注和致谢的部分外,不包含其他人已经发表或公布过的研究成果,也不包含我为获得任何教育机构的学位或学历而

5、使用过的材料。与我一同工作的同事对本学位论文做出的贡献均已在论文中作了明确的说明。研究生签“二~速j夔坷年7月‘日学位论文使用授权声明南京理工大学有权保存本学位论文的电子和纸质文档,可以借阅或上网公布本学位论文的全部或部分内容,可以向有关部门或机构送交并授权其保存、借阅或上网公布本学位论文的全部或部分内容。对于保密论文,按保密的有关规定和程序处理。研究生签名:-丛一卫‘钾年户‘日硕士学位论文基于组合矩和神经网络的图像识别技术研究1绪论1.1课题研究意义和应用前景在现代化战争中,如何准确快速识别敌方目标,并予以精准打击是需要长期研究且具有实际意义的课题,它对战争格局有非常重大影响

6、。在现代战争的双方武器系统都具有隐蔽性强、灵敏度高、毁伤力大的特点,快速识别目标并予以毁灭性地打击不仅能有效保护自己和盟友,也能减少作战时间,降低战争损耗。在1991年结束的海湾战争中,美国用了许多精确制导、高识别率的武器,如首次使用的“爱国者”导弹,识别拦截率达8既以上。这些具有高识别率的智能武器为美国锁定胜局奠定了基础,可见具有高识别率的武器系统在战争中具有关键作用。传统的目标识别方式,如模板匹配识别方法数据运算量大,导致识别目标时间长,从而延误战机,对战争带来不利影响。由于基于神经网络的图像识别系统具有并行信息处理等能力,可以有效地提高系统响应速度和目标识别率。鉴于神经网

7、络具有良好的目标识别能力,各个国家都将神经网络技术作为军事科技领域中的研究重点,纷纷投入巨大的人力物力予以发展,以期望提高武器系统的识别效率和实时性。1986年美国国防高级研究计划局(DefenceAdvancedResearchProjectAgency一DARPA)决定将基于神经网络的自动目标识别作为研究重点,认为在这个领域应用神经网络技术最有可能取得进展和突破。同年,日本政府提出了类似的研究计划。德国则从198年就开始执行“神经信息论”的研究计划。基于神经网络的图像识别技术不仅在军事上

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。