基于卷积神经网络的军事图像分类

发布时间：2018-04-30 13:19

  本文选题：军事图像分类 + 深度学习　； 参考：《计算机应用研究》2017年11期

【摘要】：由于军事背景下战场上不同目标的相似度极高以及复杂情况下的分类识别率不高,传统视觉特征的分类精度已不能满足要求。针对含有特定军事目标的大规模图像分类问题,构造了一种新的基于主成分分析(principal components analysis,PCA)白化的卷积神经网络结构,有效地降低了数据间的相关性,加强了学习能力,提高了目标分类的准确率。利用大规模的军事图像数据集对该模型进行了识别精度评估,实验表明,与基于视觉特征的词袋模型以及经典的卷积神经网络分类算法相比,该算法对于军事目标的分类精度有明显提高。
[Abstract]:Because of the high similarity of different targets in the battlefield and the low classification recognition rate in complex situations, the classification accuracy of traditional visual features can not meet the requirements. A new principal component analysis (principal components analysis, PCA) is constructed for the large-scale image classification problem containing a specific military target. The whitening convolution neural network structure effectively reduces the correlation between the data, strengthens the learning ability and improves the accuracy of the target classification. The recognition precision is evaluated by the large-scale military image data set. The experiment shows that the model and the classical convolution neural network classification are classified with the visual features. Compared with the algorithm, the classification accuracy of the algorithm is significantly improved for military targets.

【作者单位】： 北京理工大学自动化学院;北京理工大学复杂系统智能控制与决策国家重点实验室;
【基金】：国家自然科学基金创新研究群体资助项目(61321002);国家自然科学基金重大国际合作项目(61120106010) 国家教育部长江学者创新团队资助项目(IRT1208)
【分类号】：TP183;TP391.41

【相似文献】

相关期刊论文 前10条

1 旷章辉;王甲海;周雅兰;;用改进的竞争Hopfield神经网络求解多边形近似问题[J];计算机科学;2009年03期

2 高永建 ,吴健康;神经网络及其识别应用简介[J];电信科学;1990年02期

3 谢国梁;;神经网络:从希望到现实[J];激光与光电子学进展;1991年01期

4 郑士贵;文献自动阅读神经网络[J];管理科学文摘;1996年08期

5 吕芬;赵生妹;;基于Hopfield神经网络的噪声字母识别[J];计算机与信息技术;2005年12期

6 李毅;童红俊;宋贵宝;李冬;;神经网络在飞行器航迹仿真计算中的应用[J];海军航空工程学院学报;2006年05期

7 林钢;;基于SOM神经网络对潜在客户的挖掘[J];南宁职业技术学院学报;2006年04期

8 杨帆;陈劲杰;唐梅华;陈鑫;;简论神经网络在搜索中的应用[J];机械管理开发;2008年01期

9 朱红斌;;LVQ神经网络在交通事件检测中的应用[J];计算机工程与应用;2008年34期

10 李彤岩;李兴明;;神经网络在确定关联规则挖掘算法权值中的应用研究[J];计算机应用研究;2008年05期

相关会议论文 前10条

1 陈文新;王长富;戴蓓倩;;基于神经网络的汉语四声识别[A];第一届全国语言识别学术报告与展示会论文集[C];1990年

2 李睿;李明军;;一种模糊高斯基神经网络在数值逼近上的仿真[A];计算机技术与应用进展——全国第17届计算机科学与技术应用（CACIS）学术会议论文集（上册）[C];2006年

3 许旭萍;臧道青;;采用Hopfield神经网络实施缸盖表面点阵字符识别[A];第十五届全国汽车检测技术年会论文集[C];2011年

4 朱长春;;神经网络用于线性时固有系统的广义状态转移矩阵的识别[A];中国工程物理研究院科技年报（1999）[C];1999年

5 郑海红;曾平;;一种基于图像分类的逆半调算法[A];’2004计算机应用技术交流会议论文集[C];2004年

6 王玉斌;李永明;王颖;;用数据挖掘和神经网络技术预测工程造价[A];第十一届全国电工数学学术年会论文集[C];2007年

7 文振q;欧阳杰;朱为总;;基于语义特征与支持向量机的图像分类[A];中国电子学会第十六届信息论学术年会论文集[C];2009年

8 应捷;袁一方;;神经网络指纹特征点匹配算法的改进[A];2007'中国仪器仪表与测控技术交流大会论文集（二）[C];2007年

9 谢小良;符卓;;基于Hopfield神经网络的单周期船舶调度模型及算法[A];2008年全国开放式分布与并行计算机学术会议论文集(下册)[C];2008年

10 陈意;;神经网络在船舶识别一个应用[A];船舶航泊安全的新经验新技术论文集（上册）[C];2007年

相关重要报纸文章 前1条

1 中国科技大学计算机系　邢方亮;神经网络挑战人类大脑[N];计算机世界;2003年

相关博士学位论文 前10条

1 李晓刚;基于神经网络的码垛机器人视觉位姿测量及伺服控制研究[D];北京林业大学;2015年

2 户保田;基于深度神经网络的文本表示及其应用[D];哈尔滨工业大学;2016年

3 沈旭;基于序列深度学习的视频分析：建模表达与应用[D];中国科学技术大学;2017年

4 诸勇;正交回归神经网络及其在控制系统中的应用[D];浙江大学;1998年

5 李昌英(Ri ChangYong);基于上下文信息的语义图像分类研究[D];浙江大学;2014年

6 王晓东;基于稀疏特征学习的复杂图像分类[D];西安电子科技大学;2014年

7 顾迎节;面向图像分类的主动学习算法研究[D];南京理工大学;2015年

8 孟丹;基于深度学习的图像分类方法研究[D];华东师范大学;2017年

9 赵鑫;图像分类中的判别性增强研究[D];中国科学技术大学;2013年

10 杨冰;基于艺术风格的绘画图像分类研究[D];浙江大学;2013年

相关硕士学位论文 前10条

1 刘青;基于神经网络的图像分类方法研究[D];天津大学;2016年

2 陈彦至;神经网络降维算法研究与应用[D];华南理工大学;2015年

3 蔡邦宇;人脸识别中单次ERP时空特征分析及其快速检索的应用[D];浙江大学;2015年

4 郑川;垃圾评论检测算法的研究[D];西南交通大学;2015年

5 汪济民;基于卷积神经网络的人脸检测和性别识别研究[D];南京理工大学;2015年

6 彭玲玲;基于不确定理论与机器学习的行人检测[D];长安大学;2015年

7 杨陈东;BP-Fisher判别分析法[D];长安大学;2015年

8 孟鑫;基于Hadoop云平台下的客流量预测研究[D];长安大学;2015年

9 张勇;深度卷积神经网络在车牌和人脸检测领域的应用研究[D];郑州大学;2015年

10 宋璐璐;财经职业技术学院票务管理系统的设计与实现[D];西安工业大学;2015年

，

本文编号：1824714