基于BP神经网络的船舶号灯识别模型与仿真

作     者：朱金善 孙立成 尹建川 李铁山 ZHU Jinshan;SUN Licheng;YIN Jianchuan;LI Tieshan

作者机构：大连海事大学航海学院辽宁大连116026 中国船级社北京100007 

出 版 物：《应用基础与工程科学学报》 (Journal of Basic Science and Engineering)

年 卷 期：2012年第20卷第3期

页      面：455-463页

核心收录：

学科分类：0810[工学-信息与通信工程] 12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0805[工学-材料科学与工程（可授工学、理学学位）] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金项目(51179019) 中央高校基本科研业务费专项资金资助项目(2012QN002 2011QN147) 

主　　题：可识别性 BP神经网络 船舶号灯 仿真 

摘      要：建立基于误差反传神经网络的船舶号灯智能识别模型,在众多的号灯识别参数中进行优化分析,确定了能见度、号灯亮度、背景亮度和眩光4个重要输入参数;利用这4个参数,基于误差反传神经网络对船舶号灯的可识别性进行建模和仿真,比较利用Levenberg-Marquart(L-M)、动量梯度下降、变学习率动量梯度下降和弹性反向传播等学习算法建立的误差反传神经网络模型,并确定L-M算法具有最优结果.通过号灯识别的仿真结果表明,识别结果与航海专家评估的结果一致.本模型实现了复杂光环境下船舶号灯可识别性的预报和影响因素分析,对保障船舶的夜航安全有着重要意义.