论文部分内容阅读
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