Vehicles Classification Using the HRBF Neural Network

• Autorzy: Wantoch-Rekowski R.

Warianty tytułu

PL

Klasyfikacja pojazdów z wykorzystaniem sieci neuronowej HRBF

• Języki publikacji: EN

Abstrakty

EN

The paper presents the problem of using a neural network for military vehicle classification on the basis of ground vibration. One of the main elements of the system is a unit called the geophone. This unit allows to measure the amplitude of ground vibration in each direction for a certain period of time. The value of the amplitude is used to fix the characteristic frequencies of each vehicle. If we want to fix the main frequency it is necessary to use the Fourier transform. In this case the fast Fourier transform FFT was used. Since the neural network (Hyper Radial Basis Function network) was used, a learning set has to be prepared. Please find the attached results of using the HRBF neural network, which include: examples of learning, validation and test sets, the structure of the networks and the learning algorithm, learning and testing results.

PL

W opracowaniu przedstawiono zagadnienie wykorzystania sieci neuronowej do klasyfikacji określonych typów pojazdów na podstawie analizy amplitudy drgań gruntu. Jednym z elementów systemu do pomiaru amplitudy drgań gruntu jest geofon. Umożliwia on pomiar amplitudy drgań gruntu w wybranym kierunku dla określonego przedziału czasu. Wartość wyznaczonej amplitudy wykorzystywana jest do wyznaczenia charakterystycznych częstotliwości drgań dla poszczególnych pojazdów. Do wyznaczenia charakterystycznych częstotliwości wykorzystywana jest transformata Fouriera FFT. Do klasyfikacji wykorzystana została sieć neuronowa z radialną funkcją aktywacji, dlatego też wymagane jest przygotowanie odpowiedniego zbioru uczącego. W opracowaniu przedstawiono wyniki użycia sieci HRBF. Przedstawiono strukturę oraz zawartość zbioru uczącego.

Słowa kluczowe

EN

neural networks; networks classification; learning set; HRBF

PL

sieci neuronowe; klasyfikacja sieci; zbiór uczący; Hyper Radial Basis Function network HRBF

• Wydawca: Institute of Computer and Information Systems, Faculty of Cybernetics, Military University of Technology
• Czasopismo: Biuletyn Instytutu Systemów Informatycznych
• Rocznik: 2011
• Tom: nr 7
• Strony: 47--52
• Opis fizyczny: Bibliogr. 10 poz., rys., wykr.

Twórcy

autor

Wantoch-Rekowski R.

• Institute of Computer and Information Systems, Faculty of Cybernetics, Military University of Technology, Kaliskiego Str. 2, 00-908 Warsaw, Poland,

Bibliografia

• [1] J. Hertz, A. Krogh, R. Palmer: Introduction to the Theory of Neural Computation. Addison-Wesley Pub., Amsterdam 1991.
• [2] S. Osowski: Neural Networks. WNT, Warsaw 1996.
• [3] D. Rutkowska, M. Piliński, L. Rutkowski: Neural Networks, Genetic Algorithm and Fuzzy Systems, PWN, Warsaw – Lodz 1997.
• [4] Z. Świątnicki, R. Wantoch-Rekowski: The neural network for the features extraction in the expert system for flying objects recognition. Proceedings of 2nd Conference on Neural Networks and their Applications, Szczyrk 1996.
• [5] Z. Świątnicki, R. Wantoch-Rekowski: Neural Networks Introduction, Bellona, Warsaw, 1999.
• [6] R. Wantoch-Rekowski: Structure of Neural Network Using in Classification Process (in Polish). Proceedings of Symposium Neural Network and their Applications. Kule 1994.
• [7] R. Wantoch-Rekowski: The Neural Network as a Classifier of Objects Located in Convex Sets. 3rd Conference Neural Network and their Applications, 1997.
• [8] R. Wantoch-Rekowski: Sigmoid and Radial Neural Networks for Objects Classification. 4th Conference Neural Network and their Applications, 1999.
• [9] R. Wantoch-Rekowski, J. Jackowski: Seismic Classification of Military Vehicles Using Neural Networks. 8th World Multi-Conference on Systemics, Cybernetics and Informatics, 2004.
• [10] J. Żurada, J. Barski, W. Jędruch: Artificial neural networks. PWN, Warsaw 1996.