<listing id="b1vrb"><cite id="b1vrb"></cite></listing>
<var id="b1vrb"></var>
<ins id="b1vrb"><span id="b1vrb"></span></ins>
<var id="b1vrb"></var>
<var id="b1vrb"><video id="b1vrb"><thead id="b1vrb"></thead></video></var>
<var id="b1vrb"><strike id="b1vrb"><listing id="b1vrb"></listing></strike></var>
<cite id="b1vrb"></cite>
<ins id="b1vrb"><span id="b1vrb"></span></ins>
<thead id="b1vrb"></thead><menuitem id="b1vrb"></menuitem>
<var id="b1vrb"></var>
<var id="b1vrb"></var>
<var id="b1vrb"></var>
<var id="b1vrb"><strike id="b1vrb"></strike></var>
<cite id="b1vrb"><strike id="b1vrb"><listing id="b1vrb"></listing></strike></cite>
<cite id="b1vrb"><video id="b1vrb"></video></cite>
  • 《工程索引》(EI)刊源期刊
  • 中文核心期刊
  • 中國科技論文統計源期刊
  • 中國科學引文數據庫來源期刊

留言板

尊敬的讀者、作者、審稿人, 關于本刊的投稿、審稿、編輯和出版的任何問題, 您可以本頁添加留言。我們將盡快給您答復。謝謝您的支持!

姓名
郵箱
手機號碼
標題
留言內容
驗證碼

基于深度卷積神經網絡的地磁導航方向適配性分析

肖晶 齊曉慧 段修生 王儉臣

肖晶, 齊曉慧, 段修生, 王儉臣. 基于深度卷積神經網絡的地磁導航方向適配性分析[J]. 工程科學學報, 2017, 39(10): 1584-1590. doi: 10.13374/j.issn2095-9389.2017.10.018
引用本文: 肖晶, 齊曉慧, 段修生, 王儉臣. 基于深度卷積神經網絡的地磁導航方向適配性分析[J]. 工程科學學報, 2017, 39(10): 1584-1590. doi: 10.13374/j.issn2095-9389.2017.10.018
XIAO Jing, QI Xiao-hui, DUAN Xiu-sheng, WANG Jian-chen. Direction-matching-suitability analysis for geomagnetic navigation based on convolutional neural networks[J]. Chinese Journal of Engineering, 2017, 39(10): 1584-1590. doi: 10.13374/j.issn2095-9389.2017.10.018
Citation: XIAO Jing, QI Xiao-hui, DUAN Xiu-sheng, WANG Jian-chen. Direction-matching-suitability analysis for geomagnetic navigation based on convolutional neural networks[J]. Chinese Journal of Engineering, 2017, 39(10): 1584-1590. doi: 10.13374/j.issn2095-9389.2017.10.018

基于深度卷積神經網絡的地磁導航方向適配性分析

doi: 10.13374/j.issn2095-9389.2017.10.018
詳細信息
  • 中圖分類號: TP391.1

Direction-matching-suitability analysis for geomagnetic navigation based on convolutional neural networks

  • 摘要:

    針對地磁導航方向適配性分析時人工提取的特征主觀性較強且難以表達深層的結構性特征的問題,提出一種基于深度卷積神經網絡(convolutional neural network,CNN)的地磁導航方向適配性分析方法.首先,利用Gabor濾波器的方向選擇特性建立了6個典型方向的適配特征圖;然后,設計了卷積神經網絡對深層次的方向適配特征進行提取,并通過混和粒子群算法(hybrid particle swarm optimization,HPSO)對卷積神經網絡的訓練參數進行優選;最后,通過仿真實驗對所提方法進行了驗證.結果表明,該方法可有效避免復雜的計算以及人工特征提取的盲目性,實現了地磁導航方向適配性分析的自動化,且所提方法的準確率高于傳統的BP網絡和支持向量機,對地磁導航和航跡規劃具有指導意義.

     

  • [2] Zhu Z L, Yang G L, Shan Y D, et al. Comprehensive evaluation method of geomagnetic map suitability analysis. J Chin Inertial Technol, 2013, 21(3):375
    [3] Wang P, Hu X P, Wu M P. Matching suitability analysis for geomagnetic aided navigation based on an intelligent classification method. Proc Inst Mech Eng G J Aerosp Eng, 2014, 228(2):271
    [5] Wang P, Hu X P, Wu M P. A hierarchical decision-making scheme for directional matching suitability analysis in geomagnetic aided navigation. Proc Inst Mech Eng G J Aerosp Eng, 2013, 228(10):1815
    [9] Daugman J G. Uncertainty relation for resolution in space, spatial frequency, and orientation optimized by two-dimensional visual cortical filters. J Opt Soc Am A, 1985, 2(7):1160
    [10] Mak K L, Peng P, Yiu K F C. Fabric defect detection using multi-level tuned-matched gabor filters. J Ind Manag Optim, 2012, 8(2):325
  • 加載中
計量
  • 文章訪問數:  797
  • HTML全文瀏覽量:  377
  • PDF下載量:  20
  • 被引次數: 0
出版歷程
  • 收稿日期:  2016-12-05

目錄

    /

    返回文章
    返回
    青青草原综合久久大伊人精品