简介:BP神经网络分类器在信号识别领域得到了比较广泛的应用,针对其低信噪比环境下识别率相对较低的问题,引入人工蜂群算法(ABC),将求解BP神经网络各层权值、阂值的过程向蜜蜂寻找最优蜜源的过程转变,最后阐述了一种以人工蜂群算法为基础的神经网络分类器设计方法(ABCBP算法),并以2ASK,2FSK,2DPSK信号为例,对信号进行小波包分解后,将信号各频段的能量值数据作为实验样本,对其进行了信号分类。仿真结果表明:基于人工蜂群算法的优化BP神经网络分类器,即使在5dB的信噪比环境下,仍可达到94%以上的识别率,并具有较好的稳定性,这为信号识别领域中分类器的设计提供了一个很好的理论依据。
简介:Zernike矩是以Zernike多项式为核函数的矩,Zernike多项式构成了一个完备正交集。Zernike多项式的正交性使得Zernike矩互相独立,使它在特征表达能力和低的噪声敏感度方面具有较大的优越性。
简介:Legendre矩是以Legendre多项式为核函数的矩,在单位圆内Legendre多项式构成了一个完备正交集。Legendre多项式的正交性使得Legendre矩互相独立,并具有最小的信息冗余度。图像的亮度结构也可以从它的Legendre矩的集合中得以恢复。
简介:一种基于Tchebichef离散正交多项式的称为Tchebichef矩函数具有在计算中采用完全的离散计算,因此可精确进行矩计算,在许多方面它有明显的优点。在推导出Tchebichef矩快速计算方法之后,通过图像重建实验证明了Tchebichef矩在图像处理中应用的有效性。