基于ICCA和SCNN的智能监控系统的图像识别.pdfVIP

谷灵康等：基于ICCA和SCNN的智能监控系统的图像识别 基于ICCA和SCNN的智能监控系统的图像识别 谷灵康1周呜争1林宏基2 (1．安徽工程科技学院计算机科学与工程系，2．福州大学数学与计算机科学学院，安徽芜湖241000glk@auts．edu．cn) 摘要：在监控系统中，由于摄像头的运动或目标的移动，对同一个目标，所采集的图像会有很大差别，因此就 需要一个能准确识别目标的方法。该文提出了基于免疫克隆聚类的自适应竞争神经网络原型向量求解算法，该算法 充分利用免疫克隆的高效全局最优搜索能力构造数据聚类算法，将新聚类算法用于训练自适应竞争神经网络的原形 向量。仿真实验结果表明，相比标准自适应竞争神经网络，该算法可以提高网络的识别性能，同经典的BP神经网 络相比，该算法在识别率相当的情况下，样本的训练和测试时间都明显缩短。 关键词：智能监控：免疫克隆聚类：自适应竞争神经网络：图像识别 to Basedon Applied Monitoring ImageRecognitionIntelligent System ImmuneClonal and SCNN ClusteringAlgorithm Gu Ling．kan91，ZhouMing-zhen91，LINHong-J‘l‘2 (J．CSDept．州nhuiUniversity FuZhou University．Wuhu，Anhui241000,China) Abstract：In ofvidiconand ofa ale method monitoringsystem，because objectmoveing，theimagesobjectverydifferent，a whichcan toa is novel Neural identifyobjectsnicetyrequired．Aimagerecognitionalgorithm，Self-organizedCompetitive onimmuneclonal inthis methodintroduces Nework(SCNN)basedclusteringalgorithm，isproposedpaper．Thepresented the ofimmuneclonalselect toconstructdata usedto globaloptimalsearchingability algorithm clusteringalgorithm，which solvethe vectorinSCNN．Thesimulationresultshowsthe can the of prototype proposedalgorithmimproveperformance SCNNas withthestandardSCNNanditCanreduce the andtesttimeleavetheclassification training compared greatly almost as