基于Hopfield網(wǎng)絡(luò)的圖像識別.pdf_第1頁
已閱讀1頁,還剩48頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

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、圖像識別是近20年來發(fā)展起來的一門新興技術(shù)科學(xué),它以研究某些圖像的分類與描述為主要內(nèi)容,應(yīng)用范圍非常廣泛。但是傳統(tǒng)的圖像識別技術(shù),多是基于統(tǒng)計圖像識別方法和句法圖像識別方法等大規(guī)模計算的基礎(chǔ)之上的,在運(yùn)算量和正確識別率之間存在著突出的矛盾。近年來人工神經(jīng)網(wǎng)絡(luò)技術(shù)的發(fā)展為解決這一問題提供了新的途徑。神經(jīng)網(wǎng)絡(luò)圖像識別技術(shù)是隨著當(dāng)代計算機(jī)技術(shù)、圖像處理、人工智能、模式識別理論等發(fā)展起來的一種新興圖像識別技術(shù),是在傳統(tǒng)的圖像識別方法的基礎(chǔ)上融合

2、神經(jīng)網(wǎng)絡(luò)算法的一種圖像識別方法。
   本文主要采用Hopfield網(wǎng)絡(luò)對圖像進(jìn)行識別。首先給予對于圖像復(fù)原比較有突破性,比較高效的PAIK模型對圖像進(jìn)行復(fù)原并對復(fù)原后的圖像進(jìn)行識別。采用此種模型的主要優(yōu)點(diǎn)是將圖片的重要信息的成分在圖像信息的數(shù)據(jù)信息中的比重加大,以提高圖像的識別效率。
   本文簡要地介紹了神經(jīng)網(wǎng)絡(luò)的發(fā)展史及國內(nèi)外發(fā)展與應(yīng)用實(shí)現(xiàn)的現(xiàn)狀以及圖像處理的現(xiàn)狀,還論述了以下幾個方面的問題:
   1.簡

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。

評論

0/150

提交評論