基于灰度共生矩阵和BP神经网络集成的纹理图像分类
기우회도공생구진화BP신경망락집성적문리도상분류
Texture Image Classification Based on Gray Level Co-occurrence Matrix and BP Neural Network Ensemble
  • 万方数据
    大连民族学院学报 대련민족학원학보
    JOURNAL OF DALIAN UNIVERSITY FOR NATIONAL MINORITIES
    2009年 3期 260-263 ,共4页

    马帅营

    마수영

    纹理%灰度共生矩阵%BP神经网络%神经网络集成%图像分类 紋理%灰度共生矩陣%BP神經網絡%神經網絡集成%圖像分類
    문리%회도공생구진%BP신경망락%신경망락집성%도상분류
    通过对灰度共生矩阵的分析,提取图像的纹理特征参数,并用BP神经网络集成的方法对Brodatz纹理库图像进行分类,仿真结果显示,其分类效果优于单一的BP神经网络,可有效提高分类识别率.
    통과대회도공생구진적분석,제취도상적문리특정삼수,병용BP신경망락집성적방법대Brodatz문리고도상진행분류,방진결과현시,기분류효과우우단일적BP신경망락,가유효제고분류식별솔.
    원문보기 원문다운로드 사이트로이동
저자의 최근 논문