基于不变矩和神经网络的三维物体识别

摘要：

为了提高三维物体识别系统的识别率,研究了将三维物体的不变矩作为物体特征,结合改进的BP神经网络应用于三维物体分类识别。 理论分析和仿真实验表明,利用三维物体的不变矩特征能够有效地进行识别,对不变矩特征进行主成分分析可以进一步提高识别性能,达到100％的识别率,并降低神经网络结构复杂性和减少训练时间。

关键词： 三维物体识别 不交矩 神经网络 主成分分析 识别性能

作者: 徐胜 彭启琮

作者单位: 电子科技大学通信与信息工程学院 四川成都 610054

会议类型: 国内会议

会议名称: 2007”信息与通信工程、电子科学与技术、计算机科学与技术、机械工程全国博士生学术论坛

会议地点: 西安

会议语种:中文

页码: 189-192

在线出版日期: 2007-09-15（万方平台首次上网日期，不代表论文的发表时间）