基于改进概率神经网络的纹理图像识别

维普资讯 doc.docsou.com

Cm u rEg er gadA p c i s o p t ni e n n p lao计算机工程与应用 e n i itn ===; ===== ! ;=====± === ===: ==; … —

=一

一

—

=一

一

一 —

一

—

一

—

一

基于改进概率神经网络的纹理图像识别蒋加伏,肖淑苹,鼎强杨 JANG Ja f XI h— ig, I i—u, AO S u pn YANG Dig q a g n— in

长沙理工大学计算机与通信工程学院,长沙 4 0 7 10 6 C l g f Co ue n mnu i ai n E gn ei g C a g h ie st f S i n e n e h o/y Ch n s a 4 0 6, h n o l e o mp t r a d Co i n c t n ie rn, h n s a Un v r i o c e c a d T e n hg . a g h 1 7 C i a e o y 0 E-m al g e n 82 1 6.Ol i: r e 82@ e l 2 l

J ANG i—f XI I Ja u. AO h— i g YANG n - in .e t r ma e r c g iin b sd o o i e r b bl t n u a e. S u pn . Di g q a gT xu e i g e o nt a e n m df d p o a isi e r ln t o i i c wo kCo u e gn e ig a d Ap l ain, 0 8,4 1: 8 5 . r . mp tr En i e rn n pi to s 2 0 4 ( 0)4 - 0 c

Ab t a t T e i ee t l v l t n s r c: h df r n i e ou i meh d s n r d c d n h s a e t ma c p h s o t g o b sc r b b l t n u a f a o t o i i t u e i ti p p r o o k u t e h ra e f a i p o a i si e r l i e

n t r. o s q e t a e txue na e e o nt n ito b s d ( Mo ie Po a i si ewokC n e u nl n w etr iig rc g io neh d ae ) y. i n df d rb bl t Ne rl i i c ua New r MP tnk( NN) i po s r- p s d A i t i e t cs t e n r y h r ce i h s a e o r e sr cu e w v l t p c e r n fr a d e t c s h t t t a o e . t f s,t xr t h e e g c a a tr w t t e h p f t t tr a e e a k t t s m n xr t r a h e u a o a te sai i l sc me n au . v rg e e g, tn ad e it n. a r sd a h r c e i is a v l e a e a e n r y sa d r d va i me n e iu l a a t r t wi t e t t t meh d, h f au e e t r s b o c sc t h sai i h sc t o e e t r v c o i F o— ti e y h a o e h r ce it s e h e t r e t r o h e t r n a e i r i e b h MP a n d b 't e b v c a a trsi . n t e f au e v c o f t e tx u e ii g s t n d y t e c Th a NN. h s t e tx u e ls i— T u h e t r ca s i f c t n s d n i e . h e p r i n r s l n i ae: o a e wi t e P e r 1 ll o k R n u a e w r a d h I sc a i i i e t id T e x e i e t e u t d c ts c mp r d o f n i t h B n u a h l w r, BF e r 1 e n l n k n te ) i a p o a i si e r l n t o k, e id f d p o a i si e r l n t r a h ih r a c rc n a t r c n e g n e s e d r b b l t n u a e w r t no i e r b bl t n u a ewo k h s t e h g e c u a y a d f s o v r e c t e . i c h i i c e l Ke r s tx u e ls i c t n w v l tp c e r n fr l p o a i si e r l ewo k; i ee t v l t n y wo d: e t r ca sf ai; a e e a k t ta s0 i; r b bl t n u a i o l i c n t r d t r n i e o u i r ' a o

摘

要:引入差异演化( E算法来弥补基本概率神经网络的不足,而提出一种基于改进

概率神经网络( N的纹理图像识别 D )从 MP N)

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,均能量,准差和平均平标

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 B P神经网络, B R F神经网络和基本的 P N有更高的识别正确率,收 N且敛更快.

关键词:纹理分类;小波包变换;率神经网络;概差异演化文章编:0 2 8 3 ( 0 8 1 - 0 8 0文献标识码:中图分类号:P 9 .1 10— 3 12 0 )0 0 4— 3 A T31 4

l引纹理分类考察的是一个较大区域内的纹理,目的是对这个区域内的各种纹理进行分类并判断它们所属的类别 .它的基本内容是运用纹理特征提取方法得到纹理特征,再用合适的分类器进行分类 .

本文针对基本概率神经网络采用相同的平滑参数会导致

识别率降低的问题,引入差异演化方法对其平滑参数进行优化以提高识别率,从而提出一种基于改进概率神经 M络的纹理分类方法 .

目前国内外常用的分类器主要有 K最近邻法…支持向量 . 2改进概率神经网络一, 机 (V I B S M)l P神经 M络I径向基函数 ( B ) I, , R F神经网络 I 和概

21概率神经网络的原理 . P N的拓扑结构如图 1 N所示输入层模式层求和层输出层

率神经网络 ( N . P N)等 P N是由径向基函数网络发展起来的一种前馈型神经网 N络,并采用多变量 P r n窗估汁不同类的概率密度函数的方 az e法,训练时问短,具有结构固定,能产生贝叶斯后验概率输出的特点,因此具有强大的非线性"别能力,别适合识别问题 . I n特概率神经网络和 B P神经络, B R F神经网络相比具有训练速度怏,收敛性好,络结构设汁灵活方便等优点 . 但基本的概率神经网络由于采用相同的平滑参数识别率较低 ,

I P N的拓扑结构冬{1 N

肚项¨:湖南省自然科学基金( eN t a Si c F u dt n o H nn Poi eo C i n e ( a t o 6J0 0 )湖南省教育厅科技项目 t a rl c ne o n a o f u a r n h au dr ) n N . J 19; h u e i vc t n r 0 5 (o6 2 . N . C1 6) 0

作简介:『伏 (9 4 )男,蒋 J 16一,教授,口主要研究方为人工智能,信号与图像处理;肖淑苹 (9 2 )女, 1 8一 .硕士研究生,主要研究方 r为智能信息处 u】

理;鼎强 (95 )女,杨 16一,副教授,主要研究方为智能信息处理 . 收稿 I明:0 7 0— 0 1 2 0— 7 2修川 I聊:0 7 1- 9

I 20— 0 0

doc.docsou.com

第1页 下一页