一种基于不变矩和BP网络的目标识别方法

孙红辉; 王红霞; 田涛

Chinese

您当前的位置：

首页 >

文章列表页 >

一种基于不变矩和BP网络的目标识别方法

更新时间：2026-09-04

- 一种基于不变矩和BP网络的目标识别方法
- The Recognition Method of Objects Based on Moment Invariant and BP Neural Network
- 微电子学与计算机 2011年28卷第3期页码：63-65
- 作者机构：
  
  第二炮兵工程学院,陕西,西安,710025
- 作者简介：
- 基金信息：
- DOI：
  中图分类号：
- 纸质出版：2011
- 稿件说明：
移动端阅览
孙红辉, 王红霞, 田涛. 一种基于不变矩和BP网络的目标识别方法[J]. 微电子学与计算机, 2011, 28(3): 63-65,69.

SUN Hong-hui, WANG Hong-xia, TIAN Tao. The Recognition Method of Objects Based on Moment Invariant and BP Neural Network[J]. 2011, 28(3): 63-65.
孙红辉, 王红霞, 田涛. 一种基于不变矩和BP网络的目标识别方法[J]. 微电子学与计算机, 2011, 28(3): 63-65,69. DOI：

SUN Hong-hui, WANG Hong-xia, TIAN Tao. The Recognition Method of Objects Based on Moment Invariant and BP Neural Network[J]. 2011, 28(3): 63-65. DOI：

摘要

为了有效地提高旋转、尺度变化目标的识别率

首先提取目标图像的不变矩

以此作为目标识别的特征向量

然后利用将附加动量项与自适应学习速率相结合的改进BP算法实现对目标的分类识别.字符图像仿真实验表明

这种针对旋转、尺度变化目标的识别方法是有效的

可行的.

Abstract

In order to improve the recognition rate of rotation and scale changed objects

firstly the moment invariant of object images was extracted

which was taken as the characteristic vector

then improved BP algorithm that connects additional momentum with self-adaptive learning rate was used to classify and recognize the objects. The emulation experimental results of character images show the object recognition method of rotation and scale changed images is effective and feasible.

关键词

Keywords

references

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

注意力机制与改进密集卷积引导的信息隐藏模型

超低功耗实时时钟电路的设计

大模型发展综述：从BERT到Deepseek的技术演进

基于监控指标关联性的微服务异常检测

AlN/GaN混合缓冲层双异质结p-GaN HEMT直流特性仿真