[发明专利]协同神经网络及其构建方法和飞行器自主避障方法在审
| 申请号： | 201711100010.2 | 申请日： | 2017-11-09 |
| 公开（公告）号： | CN107886099A | 公开（公告）日： | 2018-04-06 |
| 发明（设计）人： | 孟继成;魏源璋;杨涛 | 申请（专利权）人： | 电子科技大学 |
| 主分类号： | G06K9/46 | 分类号： | G06K9/46;G06K9/62;G06N3/08 |
| 代理公司： | 成都正华专利代理事务所(普通合伙)51229 | 代理人： | 何凡 |
| 地址： | 611731 四川省成*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种协同神经网络及其构建方法和飞行器自主避障方法，协同神经网络的构建方法包括提取预处理后障碍物图像的特征向量；将预处理后障碍物图像转换为列向量，通过所有特征向量构成的特征矩阵映射得到所有列向量特征提取后构成向量集；将向量集输入协同神经网络，计算标准集中每一类别所有障碍物图像向量的均值作为其原型向量；计算障碍物图像初始序参量；获取满足设定条件的障碍物图像序参量；当障碍物图像序参量与障碍物图像初始序参量所表征的类别不相同时，更新该类的原型向量；当训练集中所有障碍物图像向量的障碍物图像序参量均满足设定条件时，通过所有原型向量构成的原型矩阵计算得到伪逆矩阵，完成协同神经网络的构建。 | ||
| 搜索关键词： | 协同 神经网络 及其 构建 方法 飞行器 自主 | ||
【主权项】：
协同神经网络的构建方法，其特征在于，包括：获取具有若干障碍物图像的样本库，采用主成分分析方法提取预处理后障碍物图像的特征向量；将预处理后障碍物图像转换为列向量，通过所有特征向量构成的特征矩阵映射得到所有列向量特征提取后构成向量集；将向量集输入协同神经网络，选取向量集中设定比例的障碍物图像向量作为标准集，将向量集中余下障碍物图像向量作为训练集，并计算标准集中每一类别所有障碍物图像向量的均值作为其原型向量；获取训练集中的障碍物图像向量，采用障碍物图像向量与其所在类的原型向量的正交伴随向量计算障碍物图像初始序参量；根据障碍物图像初始序参量和图像识别动力学方程，获取满足设定条件的障碍物图像序参量；当障碍物图像序参量与障碍物图像初始序参量所表征的类别不相同时，采用障碍物图像向量和与其对应类别的原型向量的平均值更新该类的原型向量；当训练集中所有障碍物图像向量的障碍物图像序参量均满足设定条件时，通过所有原型向量构成的原型矩阵计算得到伪逆矩阵，完成协同神经网络的构建。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于电子科技大学，未经电子科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201711100010.2/，转载请声明来源钻瓜专利网。
- 上一篇：一种秸秆造纸中可稀释浆料的输送装置
- 下一篇：一种用于秸秆造纸的稀释装置
