

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(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、隨著信息時代的進(jìn)步,圖像識別技術(shù)對很多領(lǐng)域的發(fā)展都起到重要的作用。神經(jīng)網(wǎng)絡(luò)的興起,為圖像識別技術(shù)的研究提供了新途徑。極端學(xué)習(xí)機(jī)的學(xué)習(xí)過程具有學(xué)習(xí)時間短、泛化性能好等優(yōu)點。將極端學(xué)習(xí)機(jī)應(yīng)用于圖像識別領(lǐng)域,可大大提高圖像識別的準(zhǔn)確率。深入研究分析極端學(xué)習(xí)機(jī)的原理,對極端學(xué)習(xí)機(jī)進(jìn)行優(yōu)化,通過圖像識別實驗探究極端學(xué)習(xí)機(jī)的實用性能,是本文的研究重點。
本文研究了傳統(tǒng)的圖像識別系統(tǒng)和傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)理論。針對極端學(xué)習(xí)機(jī)等傳統(tǒng)算法出現(xiàn)的
2、缺陷,將差異演化算法引入到極端學(xué)習(xí)機(jī)的學(xué)習(xí)過程中,對極端學(xué)習(xí)機(jī)的輸入權(quán)向量和隱藏層節(jié)點的偏置值進(jìn)行優(yōu)化,并通過玉米種子品種識別實驗和手寫體數(shù)字識別實驗,對集成極端學(xué)習(xí)機(jī)的性能進(jìn)行測試。在玉米種子品種識別實驗中,利用玉米品種之間存在的差異性,提取玉米種子的幾何、紋理、顏色等特征參數(shù),利用集成極端學(xué)習(xí)機(jī)學(xué)習(xí)不同玉米的特征數(shù)據(jù),以識別玉米品種,進(jìn)行分類精度判斷。并且研究了極端學(xué)習(xí)機(jī)隱藏層單元個數(shù)、玉米種子特征值的選取對集成極端學(xué)習(xí)機(jī)性能的影響
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(yù)覽,若沒有圖紙預(yù)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(hù)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(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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
- 基于極限學(xué)習(xí)機(jī)的目標(biāo)識別算法研究.pdf
- 紅外圖像點目標(biāo)識別的研究.pdf
- 基于更新學(xué)習(xí)機(jī)制的SAR圖像目標(biāo)識別方法研究.pdf
- 基于特征信息融合和極限學(xué)習(xí)機(jī)分類的SAR圖像目標(biāo)識別技術(shù)研究.pdf
- 基于圖像識別的大田害蟲多目標(biāo)識別研究.pdf
- 圖像目標(biāo)識別的中層特征學(xué)習(xí)方法及應(yīng)用研究.pdf
- 基于水聲圖像水下目標(biāo)識別的技術(shù)研究.pdf
- 基于曲線模板的遙感圖像目標(biāo)識別的研究.pdf
- 基于集成學(xué)習(xí)的視覺目標(biāo)識別.pdf
- 基于遙感圖像目標(biāo)識別的機(jī)場毀傷情況研究.pdf
- 目標(biāo)識別的遙感圖像超分辨率方法研究.pdf
- 面向目標(biāo)識別的圖像壓縮關(guān)鍵技術(shù)研究.pdf
- 極端學(xué)習(xí)機(jī)的有效計算.pdf
- 基于深度學(xué)習(xí)的圖像目標(biāo)識別研究.pdf
- 橋梁目標(biāo)識別的研究與實現(xiàn).pdf
- 基于ARPSO算法優(yōu)化的集成極端學(xué)習(xí)機(jī)的研究與應(yīng)用.pdf
- 基于成員相似性的集成極端學(xué)習(xí)機(jī)及其應(yīng)用.pdf
- 膠片圖像目標(biāo)識別研究.pdf
- 基于成員分類器選擇優(yōu)化的集成極端學(xué)習(xí)機(jī)的研究.pdf
- 基于極端學(xué)習(xí)機(jī)的分類方法研究.pdf
評論
0/150
提交評論