基于遗传算法的海底沉积物纹理特征优化方法
为了提高水下机器人对海底沉积物的自主分类感知能力,解决特征冗余问题,对利用遗传算法优化海底沉积物纹理特征进行了研究.以基于灰度共生矩阵和分形理论提取多种海底沉积物视觉纹理特征实现海底沉积物分类识别为背景,提出利用遗传算法对纹理特征项进行优化选择以实现对提取特征的降维,并将降维后的特征项作为自组织映射神经网络模型的输入,对海底沉积物进行视觉分类,提高水下机器人作业时的环境感知能力.实验结果表明,相对于未优化的纹理特征,优化后的纹理特征在海底沉积物分类识别中具有更优的分类效果.
海底沉积物、遗传算法、纹理特征分析、灰度共生矩阵、分形理论、自组织映射神经网络
43
TP242.6+2(自动化技术及设备)
国家自然基金61233013;机器人学国家重点实验室课题2013-Z13
2016-08-30(万方平台首次上网日期,不代表论文的发表时间)
共5页
130-133,141