BP人工神经网络在图像分割中的应用.pdfVIP

  1. 1、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
BP人工神经网络在图像分割中的应用

维普资讯 计算机科学 2007Vo1.34№.3 BP人工神经网络在图像分割中的应用 ) 杨治明 王晓蓉 彭 军 陈应祖 (重庆科技学院电子信息工程学院 重庆400050) 摘 要 图像分割是 图像处理和计算机视觉的重要研究领域,也是图像识别和图像分析的基础性工作之一。图像分 割效果的好坏直接影响图像特征的提取、图像识别的精度。BP人工神经网络在理论上具有实现任意非线性映射的能 力,具有 自学习、自适应及鲁棒性强的特点,在模式识别、模式分类和模糊控制等领域得到广泛应用。作者将BP人工 神经网络成功地运用于印鉴图像分割、车牌号码图像的分割等工作中,取得 了良好的图像分割效果。 关键词 BP神经网络,神经元,图像分割,图像识别 TheApplicationofBPNeuralNetworksinImageSegmentation YANG ZhkMing NG Xiao-Rong PENG Jun CHEN Ying-Zu (CollegeofElectronicInformationEngineering,ChongqingUniversityofScienceandTechnology,Chongqing400050) Abstract Imagesegmentationisoneofthemostimportantresearchfieldsofimageprocessandcomputervision,andit isalsooneofbasicworksinimagerecognitionandimageanalysis.Successornotofimagesemg entationwillaffectthe successofcharacterabstractofimageand imagerecognition.AstheBPNeuralnetworkscantheoreticallymapany non-linearrelation,anditpossessessomegoodpropertiessuchasself-learning,self-adaptingandstrongerrobustness. Ithasbeenwidelyusedinpatternrecognition,pattern classifyingandfuzzycontrolling.Inthispaper,thewriterap— pliestheBPneura1networkstosemg entthesealimageandvehiclelicenseplate,andachievedgoodima gesemg ent effect. Keywords BPneuralnetworks,Neuralcell,Imagesemg enattion,Imagerecognition 多层前向反馈式神经网络是目前应用 比较广泛的人工神 义__2j: 经网络,其中BP(BackPropagationnetwork,简称BP网络)学 令集合R代表整个图像区域,对R的分割可看作将R分 习算法是最著名的多层前向反馈式神经网络训练算法之一。 成 N个满足下列 5个条件的非空子集 (子 区域)R-,Rz,…, 该算法在图像处理和图像识别领域 已经取得令人瞩 目的成 RⅣ; 就,其主要思想是利用已知确定结果的样本模式对网络进行 Ⅳ ① UR=R; 训练 ,然后利用训练好的网络进行图像的处理或识别[1]。 ’ 然而,由于BP的训练是 “导师监督”的学习,最终的输出 ② 对所有的i和 ,有RnRI:j2『(≠ ); 结果往往与训练样本的特征、网络结构等因素密切相关 。当 ③ 对 一1,2,…,

文档评论(0)

qwd513620855 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档