基于ICCA和SCNN的智能监控系统的图像识别
在监控系统中,由于摄像头的运动或目标的移动,对同一个目标,所采集的图像会有很大差别,因此就需要一个能准确识别目标的方法.该文提出了基于免疫克隆聚类的自适应竞争神经网络原型向量求解算法,该算法充分利用免疫克隆的高效全局最优搜索能力构造数据聚类算法,将新聚类算法用于训练自适应竞争神经网络的原形向量.仿真实验结果表明,相比标准自适应竞争神经网络,该算法可以提高网络的识别性能,同经典的BP神经网络相比,该算法在识别率相当的情况下,样本的训练和测试时间都明显缩短.
智能监控 免疫克隆聚类 自适应竞争 神经网络 图像识别
谷灵康 周鸣争 林宏基
安徽工程科技学院计算机科学与工程系 福州大学数学与计算机科学学院,安徽 芜湖 241000
国内会议
福州
中文
321-325
2008-05-16（万方平台首次上网日期，不代表论文的发表时间）