10.3969/j.issn.2095-2163.2022.03.023
深度果蝇神经网络及其实时能见度预测
能见度预测属于时间序列预测领域的问题,如何实现对时序数据的处理以及捕获数据中的时间长期依赖关系,是当前研究人员的主要关注焦点.针对能见度预测模型构建难的问题,依据果蝇视觉系统在图像感知、学习和信息反馈过程中的生物学原理,提出一种基于视频监控图像的深度果蝇神经网络.首先,通过设计前馈果蝇视觉神经网络,提取图像的能见度特征,进而将特征信息送入多层感知器,获得关于未知权值和阈值的能见度与视频帧的映射关系;其次,借助梯度下降法获得在线预测能见度的深度神经网络.实验结果表明,该神经网络能实时、有效、准确地预测雾天环境下的能见度,预测效果稳定且精度高,具有较好的应用潜力.
果蝇视觉系统、神经网络、能见度预测、梯度下降、时间序列
12
TP183(自动化基础理论)
国家自然科学基金;国家自然科学基金
2022-04-28(万方平台首次上网日期,不代表论文的发表时间)
共6页
128-132,138