手机知网 App
24小时专家级知识服务
打 开
手机知网|搜索

基于BP神经网络提高伪装目标识别概率的研究

王浩全

  采用静态迈克尔逊干涉仪对待测目标进行光谱识别,在空间干涉长度不变的条件下,应用BP神经网络算法对混合光谱分离过程进行优化,从而达到提高伪装目标识别概率的目的。由干涉仪及线阵CCD记录视场内所有位置上的光谱信息,构成混合光谱数据集合,以已知材料的标准吸收光谱作为隐含层的规则依据,将BP神经网络应用于混合光谱的分离。实验采用不同距离、不同背景组合的混合光谱作为初始数据,以1.5 m×1.5 m钢板做成四种待测目标,由静态迈克尔逊干涉仪得到混合光谱,BP神经网络算法与传统光谱吸收算法对无伪装目标的识别率都在90%以上,对具有伪装效果的待测目标识别概率分别为75.5%和31.7%,所以采用BP神经网络可有效地提高伪装目标的识别概率。……   
[关键词]:光谱探测;目标识别;静态迈克尔逊干涉仪;BP神经网络;伪装目标
[文献类型]:期刊
[文献出处]: 《光谱学与光谱分析2010年12期
[格式]:PDF原版; EPUB自适应版(需下载客户端)
App内打开