模擬退火參數偵測系統於物件偵測與震測圖形之應用

Abstract

類神經網路的理論及應用之研究，近年來在國際上愈來愈重要，應用範圍也相當的廣泛。我們將提出利用模擬退火演算法的系統，偵測直線、圓、與橢圓的參數，不同於赫夫轉換類神經網路(Hough transform neural network)會受到收斂到區域最小值的影響，此一系統利用模擬退火演算法求得的參數，會使得誤差為全域的最佳化(最小值)，因而能夠使得偵測的直線、圓、與橢圓的參數將更精確。此系統並能夠改善傳統赫夫轉換(Hough transform)需要大量記憶體空間的缺點。對於參數物件的數量的決定，赫夫轉換類神經網路需要人為先設定，我們將提出一套估計的準則，利用誤差的控制，能夠達到自動化的估計參數物件的數量。在此系統成功後，我們將擴展到偵測直線與雙曲線，並應用於偵測震測圖形中的直線的直接波與雙曲線的反射波的參數，偵測的結果將有助於震測訊號的解釋與進一步的處理。