计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2011年
25期
202-204,219
,共4页
自然纹理%木材%高斯-马尔可夫随机场%特征提取%分类
自然紋理%木材%高斯-馬爾可伕隨機場%特徵提取%分類
자연문리%목재%고사-마이가부수궤장%특정제취%분류
为了建立描述自然纹理的参数体系,选用木材这种典型自然纹理为研究对象.提取了木材纹理的5阶GMRF参数,为了降低运算量,采用改进的模拟退火算法进行参数的优化与选择,形成了描述木材纹理最优GMRF参数体系,并将其送入分类器进行分类识别.实验结果表明:集成神经网络的总体分类识别率为94.0％,近邻分类器的总体识别率为91.0％,获得了较高的分类识别率.说明用该参数体系对木材纹理进行分类识别是可行的,该参数体系也可用于与木材纹理相近的自然纹理的描述.
為瞭建立描述自然紋理的參數體繫,選用木材這種典型自然紋理為研究對象.提取瞭木材紋理的5階GMRF參數,為瞭降低運算量,採用改進的模擬退火算法進行參數的優化與選擇,形成瞭描述木材紋理最優GMRF參數體繫,併將其送入分類器進行分類識彆.實驗結果錶明:集成神經網絡的總體分類識彆率為94.0％,近鄰分類器的總體識彆率為91.0％,穫得瞭較高的分類識彆率.說明用該參數體繫對木材紋理進行分類識彆是可行的,該參數體繫也可用于與木材紋理相近的自然紋理的描述.
위료건립묘술자연문리적삼수체계,선용목재저충전형자연문리위연구대상.제취료목재문리적5계GMRF삼수,위료강저운산량,채용개진적모의퇴화산법진행삼수적우화여선택,형성료묘술목재문리최우GMRF삼수체계,병장기송입분류기진행분류식별.실험결과표명:집성신경망락적총체분류식별솔위94.0％,근린분류기적총체식별솔위91.0％,획득료교고적분류식별솔.설명용해삼수체계대목재문리진행분류식별시가행적,해삼수체계야가용우여목재문리상근적자연문리적묘술.
