lmbp神经网络matlab设计,基于Matlab神经网络的水下目标识别

第 27 卷 第 5 期 情报指挥控制系统与仿真技术 Vol.27 No.5 2005 年 10 月 Information Command Control System & Simulation Technology Oct.2005 文章编号：1672-7908(2005)05-0052-03 基于 Matlab 神经网络的水下目标识别 胡红波，邱继进，马爱民 (海军大连舰艇学院，辽宁 大连 116018) 摘 要：为了实现对水下目标的识别，在现有特征提取方法的基础上，提出了目标像素灰度分布特征提取方法，并针对水下光信号衰减的情况，采用了色彩“补偿”的解决方案。对图像矩阵通过奇异值分解得到了目标有效维特征向量，分类器设计采用了 Matlab 环境下的 BP 神经网络，识别结果是令人满意的。这对猎雷具装备的发展具有一定的参考价值。 关键词：目标识别；灰度分布；奇异值分解；BP 网络 中图分类号：O235 文献标识码：A Underwater Objects Identification Based on Neural Network in Matlab HU Hong-bo，QIU Ji-jin，MA Ai-min (Dalian Naval Academy, Dalian 116018, China) Abstract: In order to identify underwater object, the paper puts forward a method of getting eigenvalue with pixel grey distributing of a real-time visual image in despite of having ready-made means to get eigenvalue and solves the problem of optical signal attenuation by color compensation, then gets characteristic vector by singular value decomposition (SVD) of image matrix and designs classifier with BP neural network in Matlab. The result is acceptable when identifying. It is of reference value for the development of mine hunting gear. Key words: object identification；grey distributing；SVD；BP network 为了保证人员和舰艇的安全，一些发达国家正逐步依靠安装有猎雷声呐或非声探测传感器的遥控潜水器(ROV)猎雷。但是，遥控潜水器猎雷时还需依赖通过光缆连接的控制系统，没有与反水雷舰艇真正脱离，不能实现真正意义上的“自主猎雷”。因此，出现了自主式潜水器 AUV(autonomous underwater vehicle)。它自带电源、无缆，经母船投放后，能自主探测水雷，对可疑水域进行侦察。作业结束后可在一个预定地点与母船会合，由母船回收。当然，AUV 自动探雷功能的实现依赖于水下目标识别分类技术。 水下目标识别分类技术因其具有重要的军事应用价值，一直是国内外研究的热点和难点。特征提取是目标识别分类的关键环节。目前，常用的特征提取方法有目标的亮点结构分析