【摘 要】
：
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
【机 构】
：
沈阳理工大学自动化与电气工程学院,中国科学院沈阳自动化研究所
【基金项目】
：
国家自然基金(61233013),机器人学国家重点实验室课题(2013-Z13)资助
论文部分内容阅读
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。
其他文献
自上而下一次钻成贯穿整个竖井的深孔,将竖井划分为若干个爆破分段,自下而上逐层进行反向爆破,爆破产生的石渣通过自重沿竖井下部自由面落入竖井底部,爆破产生的烟尘经由钻孔
持续搜索环境中的WiFi信号会严重耗费无线网卡的能量,从而影响靠电池供电的智能手机等移动设备的性能。针对这一问题,利用低能耗的次级设备来识别由WiFi接入点广播的周期性信
指针别名分析是数据流分析中的关键性技术,其分析结果是编译优化和程序变换的基础。在向量化方法和动态指针别名分析相关研究的基础上,设计了一种面向向量化的动态指针别名分
对网络虚拟化技术中的虚拟网映射问题及其研究现状进行了介绍,针对虚拟节点映射已知且物理网不支持路径分割的虚拟网映射问题,提出以物理网提供商收益最大化为目标的虚拟网映
指纹图像增强对提高自动指纹识别系统的准确性具有重要意义。针对直线Gabor滤波器在纹线弯曲程度高的区域增强效果较差和曲线Gabor滤波器增强计算复杂度较高的问题,提出了一
在移动应用层组播通信中,热点地区可能会因用户过多而导致用户流服务满意度降低,非热点地区却可能会出现资源浪费现象,引起整个系统性能下降.提出了一种基于移动终端主动反馈
高能物理是典型的高性能计算的应用,对CPU计算能力要求很高,并且CPU利用率的高低直接影响高能物理的计算效率.虚拟化技术在实现资源共享和资源高利用率方面表现出很大的优势.
密度场是行人感知周围人群密度信息的有效工具。它提供一种直观且高效的手段,在人群模拟中快速调整行人移动方向。在人群建模的研究领域中,社会力模型是相当经典的方法,能够
负载平衡是影响大规模并行计算效率的一个关键因素,准确的负载建模是负载平衡的基础.提出了一种基于实测的自动负载建模算法.该算法无需用户提供信息,具有良好的理论保证以及
开放环境下的机器人具有环境敏感性、行为自主性和并发性、反应实时性等特点,这对支撑这类机器人的控制软件及其编程语言提出了新的要求,包括支持对环境进行显式表示,支持自