智能系统学报
智能繫統學報
지능계통학보
CAAI TRANSACTIONS ON INTELLIGENT SYSTEMS
2006年
1期
88-91
,共4页
径向基概率神经网络%图形符号%工程图纸识别
徑嚮基概率神經網絡%圖形符號%工程圖紙識彆
경향기개솔신경망락%도형부호%공정도지식별
基于径向基概率神经网络,提出一种扫描工程图纸图像分割后的图形符号识别方法.针对已分割的扫描工程图纸图形符号图像,首先进行二值化处理,然后对二值图形符号图像进行Hu不变矩特征提取,再使用一种新型的径向基概率神经网络进行分类,从而实现图像识别.为加快径向基概率神经网络的收敛速度,采用递归最小二乘算法进行训练.实验结果表明,径向基概率神经网络在识别性能与速度等方面非常适合于工程图纸的图形符号识别.
基于徑嚮基概率神經網絡,提齣一種掃描工程圖紙圖像分割後的圖形符號識彆方法.針對已分割的掃描工程圖紙圖形符號圖像,首先進行二值化處理,然後對二值圖形符號圖像進行Hu不變矩特徵提取,再使用一種新型的徑嚮基概率神經網絡進行分類,從而實現圖像識彆.為加快徑嚮基概率神經網絡的收斂速度,採用遞歸最小二乘算法進行訓練.實驗結果錶明,徑嚮基概率神經網絡在識彆性能與速度等方麵非常適閤于工程圖紙的圖形符號識彆.
기우경향기개솔신경망락,제출일충소묘공정도지도상분할후적도형부호식별방법.침대이분할적소묘공정도지도형부호도상,수선진행이치화처리,연후대이치도형부호도상진행Hu불변구특정제취,재사용일충신형적경향기개솔신경망락진행분류,종이실현도상식별.위가쾌경향기개솔신경망락적수렴속도,채용체귀최소이승산법진행훈련.실험결과표명,경향기개솔신경망락재식별성능여속도등방면비상괄합우공정도지적도형부호식별.
