模式识别与人工智能
2025年4月3日 星期四   首 页     期刊简介     编委会     投稿指南     伦理声明     联系我们                                                                English
模式识别与人工智能  2012, Vol. 25 Issue (6): 1002-1006    DOI:
研究与应用 最新目录| 下期目录| 过刊浏览| 高级检索 |
基于二维GDSOM的路标动态自组织提取方法
王作为1,张汝波2
1。天津工业大学计算机科学与软件学院天津300387
2。哈尔滨工程大学计算机科学与技术学院哈尔滨150001
Dynamic Self-Organizing Landmark Extraction Method Based on 2-Dimensional Growing Dynamic Self-Organizing Feature Map
WANG Zuo-Wei1, ZHANG Ru-Bo2
1.School of Computer Science Software Engineering,Tianjin Polytechnic University,Tianjin 300387
2.College of Computer Science and Technology,Harbin Engineering University,Harbin 150001

全文: PDF (864 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 提出一种基于距离传感器的结构化特征的动态、自组织提取方法。该方法由3个部分组成:主动感知行为的设计,时空信息的降维处理及路标的自组织提取。设计基于沿墙走的“主动感知行为”来获得高相关性的感知时空序列信息;给出基于变化检测和激活强度的活性神经元来对时空序列信息降维;最后提出一种二维动态增长自组织特征图方法,实现环境路标的自组织提取和识别。实验结果验证该方法的有效性。
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
王作为
张汝波
关键词 主动感知感知-运动协调自组织特征图二维神经元网络    
Abstract:A dynamic self-organizing structural feature extraction method is presented based on distance sensor. The procedure consists of three parts: design of active exploration behavior, dimensionality reduction process of spatio-temporal information and self-organizing landmark extraction method. In this paper, active exploration behavior based on follow-wall is designed to obtain high correlative spatio-temporal sequence information. Activity neurons based on variety detection and activation intensity are used to reduce the dimensionality of spatio-temporal sequence. Finally, a method of 2-Dimensional growing dynamic self-organizing feature map (2-Dimensional GDSOM) is proposed to achieve self-organizing extraction and identification of environmental landmarks. The experimental results demonstrate the effectiveness of the method.
Key wordsActive Exploration    Sensory-Motor Coordination    Self-Organizing Feature Map    2-Dimensional Neural Networks   
收稿日期: 2011-08-15     
ZTFLH: TP24  
基金资助:国家自然科学基金项目(No.60975071,60970016)、国家863计划项目(No.2009AA04Z215)资助
作者简介: 王作为,女,1980年生,博士,讲师,主要研究方向为智能控制、机器人智能。E-mail:wangzuowei@126。com。张汝波,男,1963年生,教授,博士生导师,主要研究方向为智能控制、机器人智能。
引用本文:   
王作为,张汝波. 基于二维GDSOM的路标动态自组织提取方法[J]. 模式识别与人工智能, 2012, 25(6): 1002-1006. WANG Zuo-Wei, ZHANG Ru-Bo. Dynamic Self-Organizing Landmark Extraction Method Based on 2-Dimensional Growing Dynamic Self-Organizing Feature Map. , 2012, 25(6): 1002-1006.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2012/V25/I6/1002
版权所有 © 《模式识别与人工智能》编辑部
地址:安微省合肥市蜀山湖路350号 电话:0551-65591176 传真:0551-65591176 Email:bjb@iim.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn