神经网络和遗传算法在相关峰判读中的应用

邵珺; 华文深; 周中亮; 高鸿启

doi:10.3969/j.issn.1001-3806.2009.04.026

高级检索

ISSN 1001-3806CN 51-1125/TN 网站地图

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

神经网络和遗传算法在相关峰判读中的应用

邵珺 , 华文深 , 周中亮 , 高鸿启

文章导航 > 激光技术 > 2009 > 33(4): 422-425

引用本文:

Citation:

神经网络和遗传算法在相关峰判读中的应用

1.
军械工程学院, 光学与电子工程系, 石家庄, 050003

作者简介: 邵珺(1984- ),女,硕士,主要从事光信息处理方面的研究.E-mail:sj_opt@163.com.

通讯作者: 邵珺, sj_opt@163.com ;

中图分类号: TP391.4

Application study on neural network and genetic algorithm in the interpretation of correlation peak

1.
Department of Optical and Electronic Engineering, Ordnance Engineering College, Shijiazhuang 050003, China

Corresponding author: SHAO Jun, sj_opt@163.com ;

CLC number: TP391.4

摘要: 在相干光学目标识别技术研究中,为了更好地判读相关峰,把遗传算法和人工神经网络相结合,以反向传播神经网络和遗传算法为基础,建立了以遗传算法优化神经网络初始权值和阈值的相关峰判读系统,既避免了神经网络训练中容易陷于局部最小值和收敛速度较慢的缺点,又克服了遗传算法局部精确搜索能力的不足,实现其优势互补,从而有利于更好地解决相关峰判读问题。结果表明,改进后的算法充分发挥遗传算法和反向传播算法的优点,达到了较好的判读效果。
- 信息光学 /
- 遗传反向传播算法 /
- 相关峰 /
- 图像识别
Abstract: In order to identify correlation peak better in the research of target recognition technology based on coherent optics,combining the genetic algorithm(GA)and the artificial neural network(ANN),based on GA and back propagation(BP)neural network,a correlation peak identification system was built with GA optimizing the initial weights and thresholds of the ANN.The optimized identification system could not only avoid the tendency of local minimum and slow convergence speed in ANN training,but also overcome the shortage of local precise searching capacity in GA.It realizes the superiority complementation between the both the methods,and is helpful to solve the problem of recognizing correlation peak.The testing results show that the improved method makes full use of the advantages of GA and BP algorithm,and gets much better interpretation effect.
- information optics /
- genetic back propagation algorithm /
- correlation peak /
- image recognition

[1]	PELCKMANS K,SUYKENS J A K,de MOOR B.Building sparse representations and structure determination on LS-SVM substrates[J].Neurocomputing,2005,64(3):137-159.
[2]	YANG Q D,LI J Zh.Design the weight and threshold of artificial neu-ral network based on the genetic algorithm[J].Journal of TianjinUniversity,2003,36(3):782-786(in Chinese).
[3]	XIA G F,ZHAO B J,HAN Y Q.Chaotic weak signal detection in the long range laser rangefinders using neural network[J].Laser Technology,2006,30(5):449-451(in Chinese).
[4]	KERMANI B G.Using neural network and genetic algorithm to en-hance performance in an electronic nose[J].IEEE Transactions on Biomedical Engineering,1999,46(4):429-439.
[5]	LUO B L,WANG Ch Ch,DU J L.Study on laser beam combination by binary phase grating[J].Laser Technology,2006,30(4):381-389(in Chinese).
[6]	MU K J,ZHOU X J,REN G R,et al.Reconstruction of parameters of fiber gratings from time-delay characteristics using the genetic algorithm[J].Chinese Journal of Lasers,2007,34(5):687-693(in Chinese).
[7]	van ROOI A J F,JAIN J L C,JOHNSON R P.Neural network training using genetic algorithms[M].Singapore:World Scientific Publishing Co Pte Ltd,1996:136-147.
[8]	XU D P,ZHOU J Zh,GUO H F,Quality prediction of laser cladding layer based on improved neural network[J].Laser Technology,2007,31(5):511-514(in Chinese).
[9]	Fecit.Neural network theroy and MATLAB 7 application[M].Beijing:Publishing House of Electronic Industry,2005:89-115(in Chinese).
[10]	XIE T,CHEN H W.Evolutionary algorithms for multi-objective optimization and decision-making problems[J].Engineering Science,2002,4(2):59-67(in Chinese).

[1]	周云燕 , 杨坤涛 . 二元微分联合变换相关器实现图像识别的研究. 激光技术, 2007, 31(6): 603-606.
[2]	邵珺 , 沈学举 , 李刚 , 周中亮 , 高鸿启 , 严世华 . 基于光学相关的运动目标跟踪识别技术研究. 激光技术, 2009, 33(6): 630-632. doi: 10.3969/j.issn.1001-3806.2009.06.020
[3]	丁湘陵 , 袁倩 , 张乐冰 . 非对称光学图像加密系统的已知公钥攻击. 激光技术, 2014, 38(4): 561-564. doi: 10.7510/jgjs.issn.1001-3806.2014.04.025
[4]	李盛林 , 王华英 . 基于光栅滤波器的新型光学图像加密技术. 激光技术, 2018, 42(5): 655-658. doi: 10.7510/jgjs.issn.1001-3806.2018.05.014
[5]	肖永亮 , 刘强 , 袁胜 , 周昕 , 赵晓军 , 杨泽后 , 陈涌 , 周鼎富 . 基于菲涅耳域光学图像加密系统的解密研究. 激光技术, 2009, 33(4): 433-436. doi: 10.3969/j.issn.1001-3806.2009.04.029
[6]	丁湘陵 . 基于球面波照射的非对称光学图像加密. 激光技术, 2013, 37(5): 577-581. doi: 10.7510/jgjs.issn.1001-3806.2013.05.004
[7]	林超 , 沈学举 , 杜霜 , 郭耀阳 , 胡申 . 随机偏振光学加密算法的加密及解密特性分析. 激光技术, 2014, 38(4): 515-521. doi: 10.7510/jgjs.issn.1001-3806.2014.04.016
[8]	雍汉华 , 曹益平 . 基于光栅调制的归一化频谱三维识别. 激光技术, 2008, 32(2): 218-221.
[9]	郝劲波 , 王良甚 , 忽满利 . 微透镜阵列实现3维物体旋转不变实时识别. 激光技术, 2009, 33(1): 8-11,41.
[10]	吴友朋 , 王红霞 , 周战荣 , 成燕归 , 李正亮 . 圆谐梅林滤波器在模式识别中的计算机仿真研究. 激光技术, 2007, 31(1): 86-88.
[11]	王鹏 , 袁操今 , 王林 , 李重光 . 基于分数傅里叶变换的双彩色图像加密. 激光技术, 2014, 38(4): 551-555. doi: 10.7510/jgjs.issn.1001-3806.2014.04.023
[12]	江兴方 , 项少华 , 陶纯堪 . 灰度遥感图像去云技术及其质量的分析. 激光技术, 2009, 33(3): 329-332.
[13]	李洪均 , 徐抒岩 , 闫得杰 . 遥感图像的亚像元匹配方法研究. 激光技术, 2008, 32(5): 493-495.
[14]	沈学举 , 刘旭敏 , 许芹祖 , 林超 . 球面波照明下傅里叶变换全息多图像加密方法研究. 激光技术, 2014, 38(4): 488-493. doi: 10.7510/jgjs.issn.1001-3806.2014.04.012
[15]	曹森鹏 , 王伟锋 , 薛喜昌 . 基于傅里叶变换去隔行图像的动态3维面形测量. 激光技术, 2013, 37(6): 736-741. doi: 10.7510/jgjs.issn.1001-3806.2013.06.007
[16]	曾健清 , 王君 , 陈叶 , 刘琦 . 小波变换和菲涅耳变换的多彩色图像加密. 激光技术, 2018, 42(6): 733-738. doi: 10.7510/jgjs.issn.1001-3806.2018.06.002
[17]	江兴方 , 潘国卫 , 陶纯堪 . 基于样条曲线的一种遥感图像去云方法. 激光技术, 2007, 31(6): 581-583.
[18]	杨锋涛 , 罗江龙 , 刘志强 , 吕晓旭 . 相位展开的6种算法比较. 激光技术, 2008, 32(3): 323-326.
[19]	杨锋涛 , 吕晓旭 , 王殿元 , 江长双 . 基于二阶差分的加权最小费用流相位展开算法. 激光技术, 2006, 30(6): 667-669,672.
[20]	黄振芬 , 张启灿 , 侯志凌 . 相位展开中基于调制度轮廓线的极点连接算法. 激光技术, 2009, 33(5): 462-465. doi: 10.3969/j.issn.1001-3806.2009.05.032

点击查看大图

计量

文章访问数: 4274
HTML全文浏览量: 646
PDF下载量: 181
被引次数: 0

神经网络和遗传算法在相关峰判读中的应用

通讯作者: 邵珺, sj_opt@163.com;

作者简介: 邵珺(1984- ),女,硕士,主要从事光信息处理方面的研究.E-mail:sj_opt@163.com

1. 军械工程学院, 光学与电子工程系, 石家庄, 050003

收稿日期: 2008-06-12
录用日期: 2008-08-27
网络出版日期: 2009-08-25

关键词:

摘要: 在相干光学目标识别技术研究中,为了更好地判读相关峰,把遗传算法和人工神经网络相结合,以反向传播神经网络和遗传算法为基础,建立了以遗传算法优化神经网络初始权值和阈值的相关峰判读系统,既避免了神经网络训练中容易陷于局部最小值和收敛速度较慢的缺点,又克服了遗传算法局部精确搜索能力的不足,实现其优势互补,从而有利于更好地解决相关峰判读问题。结果表明,改进后的算法充分发挥遗传算法和反向传播算法的优点,达到了较好的判读效果。