基于GA—RBF神经网络及边界不变特征的车辆识别.pdfVIP

第4卷第3期 智 能 系 统 学 报 Vo1．4No．3 2009年6月 CAAITransactionsonIntelligentSystems Jun．20o9 doi：10．3969／j．issn．1673-4785．2009．03．014 基于 GA—RBF神经网络及边界不变特征的车辆识别 张 涛，费树岷，李晓东 (东南大学 复杂工程系统测量与控制教育部重点实验室，江苏 南京 210096) 摘 要：修正的边界不变矩在 目标旋转 、缩放和平移过程中能保持不变性．将其作为车辆 目标的识别特征，并且利用 遗传算法(GA)优化径向基函数(RBF)神经网络参数，能很好地实现对车辆 目标的识别．实验表明，该方法在复杂背 景下对 目标的识别具有很强的鲁棒性，能快速准确地识别车辆类型；并且边界不变特征的引入，减少了数据运算量 ， 提高了识别效率． 关键词：车辆识别；遗传算法；径向基函数网络；边界矩不变量 中图分类号：TP391．