模糊神经网络的二阶段变半径随机搜索算法

研究基于正态隶属函数的模糊神经网络的学习算法 .将模糊神经网络对一组样本的逼近误差表示为两组相互独立 ,可分批学习的可调参数的非负函数之和 .其中一组可调参数可通过令相应的非负函数为零直接求得 ,而与另一组可调参数相对应的非负函数就是用于这组参数学习的性能指标 .经对性能指标性质的分析给出了一种模糊神经网络的学习算法——二阶段变半径随机搜索法 .实例表明 ,这种方法简便易行 。

基于S-NARF特征的半随机环路闭合检测方法研究

针对移动机器人SLAM构建过程中,区域探测问题,研究基于S-NARF特征进行配准获取位姿信息,采用图像与图像匹配方式的半随机环路闭合检测方法,通过新建环路约束优化连续帧点云变换关系和三维重建完成环境地图构建。实现室内环境下移动机器人RGB-D SLAM。

集成多层感知器快速多光谱遥感图像分类方法

针对目前深度神经网络训练耗时长、浅层神经网络多为易崩溃三层感知器(BP)的现状,提出一种基于集成全连接多层感知器(MLP)的多光谱图像快速分类方法。实验对基于焦作地区Landsat8多光谱影像,使用半随机网格搜索优化等方法搜索超参数组合,构建4种MLP分类器。实验发现位置信息与地物类别无关,地物的样本量增加时分类器会对其更敏感。比较各分类器对Landsat8多光谱影像的分类结果得知集成分类器更优。