神经网络图像识别技术与实现

《神经网络图像识别技术与实现》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、目录神经网络图像识别技术与实现III摘要IIIAbstractV第1章图像识别简介11.1图像识别系统11.2图像识别中的预处理和特征提取21.2.1图像的灰度转换21.2.2图像的平滑31.2.3图像的分割31.2.4图像的特征提取41.3基于图像的模式识别方法51.3.1统计模式识别法51.3.2句法模式识别法51.3.4人工神经网络模式识别法61.4神经网络与传统方法分类的比较71.5小结8第2章人工神经网络92.1人工神经网络基本概念92.2人工神经网络的结构122.3.1学习方式122.3.2学习规则132.4人工神经网络

2、的特点及应用142.5人工神经网络图像识别分类原理15第3章基于BP神经网络的图像识别173.1BP神经网络173.1.1网络概述173.1.2双隐层BP网络算法18-33-3.1.3BP网络存在缺点及改进203.2遗传算法223.2.1遗传算法简介223.2.2基本思想223.2.3遗传算法的特点233.3遗传-BP神经网络243.3.1概述243.3.2基于遗传算法的神经网络权值学习243.3.3遗传-BP结合算法253.5仿真实验283.6小结29第四章结论31参考文献33致谢35-33-神经网络图像识别技术与实现摘要图像识别

3、是近20年来发展起来的一门新兴技术科学，它以研究某些对象或过程(统称图像)的分类与描述为主要内容，应用范围非常广泛。但是传统的图像识别技术，多是基于统计图像识别方法和句法图像识别方法等大规模计算的基础之上的，在运算量和正确识别率之间存在着突出的矛盾。近年来人工神经网络技术的发展为解决这一问题提供了新的途径。神经网络图像识别技术是随着当代计算机技术、图像处理、人工智能、模式识别理论等发展起来的一种新兴图像识别技术，是在传统的图像识别方法的基础上融合神经网络算法的一种图像识别方法。论文分析了目前常用的基于神经网络的图像识别方法，根据图像

4、识别的特点，使用了遗传算法与BP网络相融合的神经网络图像识别模型学习算法和具体应用技术。主要工作包括以下几个方面:1.简要介绍了图像识别原理和几种常用的模式识别方法；2.论文分析了目前在图像识别中常用的前馈神经网络模型及其算法，将遗传算法与BP网络相结合，有效解决了图像识别中BP算法容易陷入局部极小的不足。关键词:神经网络，图像识别，BP算法，遗传算法-33--33-NeuralnetworkimagerecognitionResearchandImplementationAbstractRecognitionisnearly20y

5、earswiththedevelopmentofanemergingscienceandtechnology,tostudycertainobjectorprocess(collectivelyimages)andtheclassificationdescribedasthemaincontent,averywide-rangingapplications.Butthetraditionalimagerecognitiontechnology,multi-imagerecognitionisbasedonstatisticalmet

6、hodsandsyntax,suchaslarge-scaleimagerecognitionmethodofcalculationonthebasisofthecomputationandtherecognitionrateamongtheprominentcontradictions.Inrecentyearstheartificialneuralnetworktechnologydevelopmenttoaddressthisproblemprovideanewway.Neuralnetworkimagerecognition

7、technologyisascontemporarycomputertechnology,imageprocessing,artificialintelligence,patternrecognitiontheorytodevelopanewimagerecognitiontechnology,isthetraditionalmethodofimagerecognitiononthebasisofintegrationofaneuralnetworkalgorithmimageRecognition.Analysisofthecur

8、rentpaper-basedneuralnetworkusedtheimagerecognitionmethod,inaccordancewiththecharacteristicsofimagerecognition,theuse