论文研究结合IGA和BP算法的物体识别方法.pdf

目前常用的物体识别方法，其过程非常复杂，信息量和计算量都很大。结合改进遗传算法的神经网络方法，采用将结构与误差结合的适应度函数，改进的遗传算子实现对BP网络结构和权值的同步优化。提出一种用改进遗传算法优化后的BP神经网络进行物体识别，并以提取的修正不变矩特征作为BP神经网络的输入，仿真结果表明该方法提高了识别的稳定性和收敛性能，并且识别率较高。从而验证了该方法的有效性。