西安工业大学学报
西安工業大學學報
서안공업대학학보
JOURNAL OF XI'AN TECHNOLOGICAL UNIVERSITY
2008年
6期
568-572
,共5页
图像识别%小渡分析%神经网络%复合模型%图像特征
圖像識彆%小渡分析%神經網絡%複閤模型%圖像特徵
도상식별%소도분석%신경망락%복합모형%도상특정
提出一种基于小波分析与神经网络复合模型的图像特征提取方法.利用二维离散小波变换对图像信号进行滤波和边缘提取,作为图像的输入量供BP网络识别分析,构建了3层BP神经网络模型对图像特征进行识别,采用模糊加权算子的模糊化分层,特征提取模板提取图像中的不同特征,输出层采用均方差权值输出.通过对由50幅图像组成的训练集合进行训练和实验验证,结果表明,本方法的分辩误差率在4%以内.
提齣一種基于小波分析與神經網絡複閤模型的圖像特徵提取方法.利用二維離散小波變換對圖像信號進行濾波和邊緣提取,作為圖像的輸入量供BP網絡識彆分析,構建瞭3層BP神經網絡模型對圖像特徵進行識彆,採用模糊加權算子的模糊化分層,特徵提取模闆提取圖像中的不同特徵,輸齣層採用均方差權值輸齣.通過對由50幅圖像組成的訓練集閤進行訓練和實驗驗證,結果錶明,本方法的分辯誤差率在4%以內.
제출일충기우소파분석여신경망락복합모형적도상특정제취방법.이용이유리산소파변환대도상신호진행려파화변연제취,작위도상적수입량공BP망락식별분석,구건료3층BP신경망락모형대도상특정진행식별,채용모호가권산자적모호화분층,특정제취모판제취도상중적불동특정,수출층채용균방차권치수출.통과대유50폭도상조성적훈련집합진행훈련화실험험증,결과표명,본방법적분변오차솔재4%이내.
