基于亚像素配准的神经网络非均匀性校正

红外焦平面存在严重影响成像质量的非均匀性,本文使用基于亚像素配准算法和动量项BP神经网络的非均匀性校正算法进行校正。对短波红外相机成像过程中,由于相机视轴与成像目标位置的相对偏移(由相机安装平台晃动所致),使用基于矩阵乘法的亚像素配准算法进行配准;为了加速算法收敛,采用两点法来对校正系数进行初始化;为了改善BP神经网络容易陷入局部最优值,采用增加动量项的方法来改善校正效果。通过仿真实验可以看出提出的算法消除了传统神经网络校正方法存在的鬼影和边缘模糊等问题,获得了良好的校正效果,同时提高了算法的收敛速度。为短波红外图像数据后期处理提供了良好的基础。

模拟电路故障诊断的方法研究

本文主要研究了增加动量项BP神经网络算法,与典型的模拟电路系统相结合,设计出能够实现在线和离线诊断模拟电路故障的小型智能诊断系统,实现了智能算法在实际工业生产当中应用,实验证明,采用理论上成熟的动量项BP神经网络算法用于故障诊断,利用嵌入式系统应用性强、高可靠性、低功耗等特点,并且有一定的实用价值。