![](https://static.zsdocx.com/FlexPaper/FileRoot/2019-3/16/15/64e8da63-a135-44ca-987a-d3a15b8d1e93/64e8da63-a135-44ca-987a-d3a15b8d1e93pic.jpg)
![基于神經(jīng)網(wǎng)絡(luò)的目標(biāo)靶板邊緣檢測技術(shù)研究.pdf_第1頁](https://static.zsdocx.com/FlexPaper/FileRoot/2019-3/16/15/64e8da63-a135-44ca-987a-d3a15b8d1e93/64e8da63-a135-44ca-987a-d3a15b8d1e931.gif)
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、本文采用SOBEL邊緣算子和一種基于CP神經(jīng)網(wǎng)絡(luò)的邊緣檢測方法,對破片戰(zhàn)斗部靜爆試驗后所采集的目標(biāo)靶板數(shù)字圖像進(jìn)行了圖像處理,實現(xiàn)了對目標(biāo)靶板破片數(shù)量及破片穿透率試驗統(tǒng)計數(shù)據(jù)的準(zhǔn)確檢測與分析,為破片戰(zhàn)斗部殺傷威力評估提供了較為精確的技戰(zhàn)術(shù)指標(biāo)。SOBEL邊緣算子在提取二值灰度圖像的邊緣輪廓作為目標(biāo)靶板的原始樣本數(shù)據(jù)的過程中,在簡化試驗數(shù)據(jù)的同時,成功地保留了原有試驗數(shù)據(jù)的特性——孔邊界的突變性?;贑P神經(jīng)網(wǎng)絡(luò)的邊緣檢測方法有效地克服戰(zhàn)
2、斗部破片穿靶試驗中破片飛散的隨機(jī)性和破片孔分布的復(fù)雜性,從而減小了人為檢測和統(tǒng)計中諸多不利因素的影響,完成對靶板圖像的準(zhǔn)確檢測。
文中首先詳細(xì)論述神經(jīng)網(wǎng)絡(luò)及邊緣檢測技術(shù)的發(fā)展及在武器工程領(lǐng)域的應(yīng)用,闡明本研究課題的特點及實用價值;然后,對邊緣檢測技術(shù)所涉及的主要算法特點及其應(yīng)用技術(shù)進(jìn)行了全面的概括論述;接著詳細(xì)論述破片戰(zhàn)斗部所涉及的相關(guān)數(shù)學(xué)統(tǒng)計理論及基于神經(jīng)網(wǎng)絡(luò)的目標(biāo)靶板邊緣檢測技術(shù),提出一種基于CP神經(jīng)網(wǎng)絡(luò)模型及技術(shù)應(yīng)用的實
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于神經(jīng)網(wǎng)絡(luò)的圖像邊緣檢測技術(shù).pdf
- 基于神經(jīng)網(wǎng)絡(luò)的邊緣檢測.pdf
- 基于RBF神經(jīng)網(wǎng)絡(luò)的小目標(biāo)檢測與識別技術(shù)研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的目標(biāo)跟蹤技術(shù)研究
- 基于細(xì)胞神經(jīng)網(wǎng)絡(luò)的圖像邊緣檢測研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的目標(biāo)跟蹤技術(shù)研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的目標(biāo)識別技術(shù)研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)集成的病毒檢測技術(shù)研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的機(jī)動多目標(biāo)跟蹤技術(shù)研究.pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)的僵尸網(wǎng)絡(luò)檢測技術(shù)研究.pdf
- 基于量子神經(jīng)網(wǎng)絡(luò)的入侵檢測技術(shù)研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的入侵檢測相關(guān)技術(shù)研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)融合的目標(biāo)識別技術(shù)研究.pdf
- 基于遺傳神經(jīng)網(wǎng)絡(luò)的圖像邊緣檢測.pdf
- 基于無監(jiān)督神經(jīng)網(wǎng)絡(luò)的入侵檢測技術(shù)研究.pdf
- 基于小波神經(jīng)網(wǎng)絡(luò)的入侵檢測技術(shù)研究.pdf
- 基于量子神經(jīng)網(wǎng)絡(luò)的MIMO信號檢測技術(shù)研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的高分辨雷達(dá)目標(biāo)檢測研究.pdf
- 基于信息熵和神經(jīng)網(wǎng)絡(luò)的彩色圖像邊緣檢測研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的目標(biāo)檢測模型的研究.pdf
評論
0/150
提交評論