-
题名基于深度卷积神经网络的地磁导航方向适配性分析
被引量：7
- 1
-
-
作者
肖晶
齐晓慧
段修生
王俭臣
-
机构
陆军工程大学
中国人民解放军驻西北工业大学军事代表室
-
出处
《工程科学学报》
EI
CSCD
北大核心
2017年第10期1584-1590,共7页
-
基金
武器装备军内科研重点资助项目(2014551)
-
文摘
针对地磁导航方向适配性分析时人工提取的特征主观性较强且难以表达深层的结构性特征的问题,提出一种基于深度卷积神经网络(convolutional neural network,CNN)的地磁导航方向适配性分析方法.首先,利用Gabor滤波器的方向选择特性建立了6个典型方向的适配特征图;然后,设计了卷积神经网络对深层次的方向适配特征进行提取,并通过混和粒子群算法(hybrid particle swarm optimization,HPSO)对卷积神经网络的训练参数进行优选;最后,通过仿真实验对所提方法进行了验证.结果表明,该方法可有效避免复杂的计算以及人工特征提取的盲目性,实现了地磁导航方向适配性分析的自动化,且所提方法的准确率高于传统的BP网络和支持向量机,对地磁导航和航迹规划具有指导意义.
-
关键词
地磁导航
适配性分析
方向适配性
卷积神经网络
GABOR滤波器
-
Keywords
geomagnetic navigation
matching suitability analysis
direction matching suitability
convolutional neural networks
Gabor filter
-
分类号
TP391.1
[自动化与计算机技术—计算机应用技术]
-
-
题名基于并行卷积神经网络的地磁方向适配性分析
被引量：5
- 2
-
-
作者
肖晶
齐晓慧
段修生
王俭臣
-
机构
军械工程学院
中国人民解放军驻西北工业大学军事代表室
-
出处
《中国惯性技术学报》
EI
CSCD
北大核心
2017年第3期349-355,共7页
-
基金
武器装备军内科研重点项目(2014551)
-
文摘
针对地磁方向适配性分析时人工特征提取主观性较强、所取特征难以表达深层的结构性特征的问题,并为了进一步提高方向适配性分析的准确率,提出了一种基于并行卷积神经网络的地磁方向适配性分析方法。首先,从不同角度建立了地磁场在6个代表方向上的适配性分析图;然后,从同一磁场的不同角度出发,利用卷积神经网络自动完成了特征学习,得到了更为全面的方向适配性特征描述;最后,在并行卷积神经网络所得特征的基础上,利用BP网络建立了地磁方向适配性的分析模型。仿真结果证明,该方法可以有效避免人工特征提取和计算等复杂步骤,实现了地磁方向适配性分析的自动化,而且可以获得优于传统网络和单路卷积神经网络的准确率。
-
关键词
地磁导航
方向适配性
特征提取
卷积神经网络
GABOR滤波器
-
Keywords
geomagnetic navigation
direction matching suitability
feature extraction
convolutional neural network
Gabor filter
-
分类号
U666.1
[交通运输工程—船舶及航道工程]
-
