资料下载
×
改进概率神经网络实现纹理图像识别
消耗积分:0 |
格式:pdf |
大小:90.8 KB |
2011-09-28
分享资料个
引入差异演化( DE) 算法来弥补基本概率神经网络的不足, 从而提出一种基于改进概率神经网络( MPNN) 的纹理图像识别方法。首先用树形结构小波包变换提取纹理图像的能量特征, 用基于统计的纹理特征方法提取统计均值、平均能量、标准差和平均残余特征, 得到纹理图像的特征矢量; 然后用改进的概率神经网络训练纹理图像的特征矢量, 从而实现纹理图像的识别。实验结果表明: 采用基于改进概率神经网络的纹理图像识别方法较BP 神经网络、RBF 神经网络和基本的PNN 有更高的识别正确率, 且收敛更快。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
