基于多级小波神经网络的毒品爆炸物能量 色散识别
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:

国家自然科学基金(10635070)


Identification of Drugs and Explosives in Energy Spectrum Based on Multiple Wavelet Neural Networks
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    利用小波神经网络自适应学习分类的优点,提出将多个小波神经网络并联使用,改进小波网络结构,在每个小波特征空间中确定小波神经元个数和初始化合适的小波基,用多级小波神经网络对毒品爆炸物的X光能量色谱的进行了识别分类。实验表明,用多级小波神经网络可以实现对不同种类毒品爆炸物的识别和鉴定,为X光能量色散技术用于毒品爆炸物的检测和识别提供了一种有效的方法。

    Abstract:

    Taking advantage of adaptive learning classification of wavelet neural networks, this paper proposes multiple wavelet neural networks used in parallel to improve the wavelet network structure. It also determines the number of wavelet neuron and the appropriate initialization wavelet in each wavelet feature space. The X-ray energy spectrum of drugs and explosives are identified by multiple wavelet neural network. Experiments show that the identification of different types of drugs and explosives can be achieved by multiple wavelet neural network, which provides an effective method for the technology of X-ray energy dispersive used in detection and identification of drugs and explosives.

    参考文献
    相似文献
    引证文献
引用本文

杨 波,康南生,王 辉.基于多级小波神经网络的毒品爆炸物能量 色散识别.计算机系统应用,2010,19(6):166-168

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2009-09-23
  • 最后修改日期:2009-11-09
  • 录用日期:
  • 在线发布日期:
  • 出版日期:
文章二维码
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京海淀区中关村南四街4号 中科院软件园区 7号楼305房间,邮政编码:100190
电话:010-62661041 传真: Email:csa (a) iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号