计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2006年
17期
90-92,104
,共4页
自组织竞争人工神经网络%反向传播神经网络%小波矩%旋转不变矩%多目标识别
自組織競爭人工神經網絡%反嚮傳播神經網絡%小波矩%鏇轉不變矩%多目標識彆
자조직경쟁인공신경망락%반향전파신경망락%소파구%선전불변구%다목표식별
提出了将自组织竞争人工神经网络(SCNN)和小波矩结合进行图像旋转不变识别的新方法.SCNN可以克服反向传播神经网络(BPN)不易收敛、低效率等缺点,而且小波矩方法提取的图像不变矩特征具有很强的辨别力和抗噪性能.计算机模拟显示该方法使用简单、效率高,具有很好的研究价值.
提齣瞭將自組織競爭人工神經網絡(SCNN)和小波矩結閤進行圖像鏇轉不變識彆的新方法.SCNN可以剋服反嚮傳播神經網絡(BPN)不易收斂、低效率等缺點,而且小波矩方法提取的圖像不變矩特徵具有很彊的辨彆力和抗譟性能.計算機模擬顯示該方法使用簡單、效率高,具有很好的研究價值.
제출료장자조직경쟁인공신경망락(SCNN)화소파구결합진행도상선전불변식별적신방법.SCNN가이극복반향전파신경망락(BPN)불역수렴、저효솔등결점,이차소파구방법제취적도상불변구특정구유흔강적변별력화항조성능.계산궤모의현시해방법사용간단、효솔고,구유흔호적연구개치.
