首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于遗传算法优化BP神经网络的行为识别

中文摘要第1-5页
ABSTRACT第5-9页
第一章 绪论第9-14页
   ·课题研究的背景及意义第9-10页
   ·人体行为识别研究的现状第10-11页
   ·生物识别技术第11-12页
   ·论文的主要内容第12-14页
第二章 人体行为特征提取第14-27页
   ·人体行为检测及处理第14-21页
     ·帧间差分法第15-16页
     ·光流法第16-17页
     ·背景减除法第17-20页
     ·形态学处理第20页
     ·轮廓的提取第20-21页
   ·人体行为特征的选择和提取第21-26页
     ·不变矩第22-23页
     ·各阶矩第23-24页
     ·Hu 矩第24-25页
     ·Hu 矩仿真结果第25-26页
   ·本章小结第26-27页
第三章 神经网络基本原理第27-38页
   ·神经网络概述第27-33页
     ·神经网络的特性第27-28页
     ·神经元模型第28-29页
     ·神经网络的激励函数第29-32页
     ·神经网络的分类第32页
     ·神经网络学习规则第32-33页
   ·BP 神经网络的基本原理第33-37页
     ·BP 神经网络的模型第33-35页
     ·BP 神经网络的学习算法第35-36页
     ·BP 神经网络的缺点第36-37页
   ·本章小结第37-38页
第四章 改进遗传算法优化BP 神经网络第38-49页
   ·遗传算法的概述第38-45页
     ·遗传算法基本原理第38-41页
     ·遗传算法的基本操作步骤第41-42页
     ·改进的遗传算法第42-45页
   ·改进遗传算法优化BP 神经网络第45-48页
     ·改进遗传算优化BP 神经网络结构第45页
     ·改进遗传算优化BP 神经网络权值第45-48页
   ·本章小结第48-49页
第五章 改进遗传算法优化BP 神经网络的行为识别第49-62页
   ·离散Hu 矩的改进及特征向量的标准化第49-52页
   ·改进遗传神经网络的设计第52-56页
     ·BP 神经网络参数的选择第52-53页
     ·改进遗传参数的设计第53-55页
     ·改进遗传优化BP 神经网络的行为识别的流程图第55-56页
   ·实验测试及结果分析第56-60页
     ·人体行为识别第57-59页
     ·人体行为识别的结果分析第59-60页
   ·本章小结第60-62页
第六章 总结与展望第62-64页
   ·总结第62-63页
   ·展望第63-64页
参考文献第64-67页
致谢第67-68页
攻读学位期间发表的学术论文目录第68页

论文共68页,点击 下载论文
上一篇:基于web的高校教学管理系统设计与实现
下一篇:基于机器视觉的异常行为检测