

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、圖像識別/分類出現(xiàn)在各個領(lǐng)域,用計算機系統(tǒng)進行圖像識別/分類是發(fā)展方向,計算機圖像識別/分類系統(tǒng)的核心是識別/分類算法。遺傳規(guī)劃是一個充滿活力的新興領(lǐng)域,它可根據(jù)對解決問題的高層次描述,自動進化出特定問題解決方案計算機程序。它在圖像識別/分類、目標探測方面顯示出優(yōu)秀的性能。本文在改進遺傳規(guī)劃多類圖像識別/分類算法,優(yōu)化圖像識別相關(guān)環(huán)節(jié)和提高遺傳規(guī)劃圖像識別性能方面做了一些工作。 首先,對現(xiàn)有的分類算法進行了分析,提出了靜態(tài)類邊界
2、確定分類算法與中心動態(tài)類邊界確定算法相結(jié)合的方法實現(xiàn)多類圖像識別/分類。其思路是:先用動態(tài)邊界確定算法為靜態(tài)類邊界確定算法找出合理的類邊界,再用靜態(tài)類邊界確定算法完成圖像識別/分類工作,達到了用靜態(tài)類邊界確定算法的培訓時間,獲得動態(tài)邊界確定算法分類準確率之效果。 其次,研究了圖像特征提取與圖像特征精簡問題。圖像特征的提取直接影響圖像識別/分類結(jié)果。分析研究了圖像特征提取窗口區(qū)域劃分方法,通過圖像特征提取窗口不同劃分、用多種分類算
3、法進行圖像識別/分類測試,確定了適應(yīng)性最好的窗口區(qū)域劃分方法。先用粗糙集軟件工具對圖像特征進行精簡,再用遺傳規(guī)劃對精簡后的圖像特征完成圖像識別/分類,能獲得不低于圖像特征精簡前的分類準確率。遺傳規(guī)劃能用很少的圖像特征,很好地完成圖像識別/分類。 第三,提出了等差權(quán)值中心動態(tài)類邊界確定算法和權(quán)值快速下降中心動態(tài)類邊界確定算法。在遺傳規(guī)劃分類器進化過程中,動態(tài)地確定培訓樣本類邊界,并且通過對不同適應(yīng)度程序輸出值使用不同的權(quán)值策略,使
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于遺傳規(guī)劃的樹皮紋理圖像識別方法.pdf
- 基于知識元的圖像識別方法研究.pdf
- 基于紋理的木材圖像識別方法研究.pdf
- 基于ASM的圖像識別方法研究與實現(xiàn).pdf
- 紙幣號碼圖像識別方法研究.pdf
- NIR人臉圖像識別方法研究.pdf
- 野外火災的圖像識別方法研究.pdf
- 基于稀疏表示的人臉圖像識別方法研究.pdf
- 植物圖像識別方法研究及實現(xiàn).pdf
- 船艙流水孔圖像識別方法研究.pdf
- 船舶舵角圖像識別方法的研究
- 基于深度學習的圖像識別方法研究與應(yīng)用.pdf
- 基于主成分分析的圖像識別方法研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的圖像識別方法研究.pdf
- 基于遺傳算法和BP神經(jīng)網(wǎng)絡(luò)的異纖圖像識別方法研究.pdf
- 船舶舵角圖像識別方法的研究.pdf
- 身份號碼圖像識別方法與系統(tǒng)的研究.pdf
- 基于遺傳算法的圖像識別.pdf
- 基于漢明網(wǎng)絡(luò)的彩色人臉圖像識別方法研究.pdf
- 基于LCV和SVM的小麥害蟲圖像識別方法研究.pdf
評論
0/150
提交評論