作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
本文介绍了运用二维AR模型的结构描述,并把AR模型的系数作为参数,用以识别已构成的图象。这种识别处理过程通过神经网络来实现是较为理想的,因为神经网络具有并行处理 自适应学习的能力。本文论述的神经网络由三个子网络构成:输入子网络,分析子网络和分类子网络。
推荐文章
用TM图象估算海表面叶绿素浓度的神经网络模型
TM图象
叶绿素浓度
神经网络
模型
基于卷积神经网络改进的图像自动分割方法
图像分割
卷积神经网络
多尺度特征融合
残差连接
三维重建
一种对胃窦B超图象进行自动分割的方法
图象分割
活动轮廓模型
胃窦
B超图象
一种对胃窦B超图象进行自动分割的方法
图象分割
活动轮廓模型
胃窦
B超图象
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 运用自动回归模型与神经网络对已构成的图象进行分割
来源期刊 图象识别与自动化 学科 工学
关键词 图象分割 回归模型 神经网络
年,卷(期) 1996,(2) 所属期刊栏目
研究方向 页码范围 58-68
页数 11页 分类号 TP391.41
字数 语种
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1996(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
图象分割
回归模型
神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
图象识别与自动化
半年刊
上海中山北路3185号
出版文献量(篇)
298
总下载数(次)
1
总被引数(次)
0
论文1v1指导