粒子群优化神经网络在动态手势识别中的应用
【出 处】:《
计算机工程与科学
》
CSCD
2011年第33卷第5期 74-79页,共6页
【作 者】:
李文生
;
姚琼
;
邓春健
【摘 要】
为了提高动态手势学习训练速度和识别准确率,本文提出一种基于粒子群优化BP神经网络的动态手势识别方法。首先基于自然人机交互需要,定义一套基于机器视觉的动态手势模型;在获取指尖运动轨迹的基础上,提取动态手势的特征向量作为神经网络的输入;利用改进的PSO算法训练BP神经网络,得到神经网络的权值和阈值;最后利用训练过的神经网络识别基于机器视觉的动态手势。测试结果表明:改进的PSO算法能够提高神经网络训练速度和精度,进而提高动态手势识别准确率。
相关热词搜索:
上一篇:空战训练中虚实兵力对抗系统设计
下一篇:一种带形状参数的三角样条曲线