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:
通常的图像,如一幅画,一张照片,一条曲线等都能由一个二维连续函数f(x,y)来描述。在概率论中,矩用来描述概率密度函数的许多特性,例如,数学期望为一阶矩,方差及协方差是二阶矩等。连续图像f(x,y)经图像采样可用一个M×N矩阵b(M,N)表示,将概率密度函数换成二维二值图像的图形,
推荐文章
基于双概率神经网络的纹理图像识别
纹理识别
小波包变换
差异演化
双概率神经网络
基于不变矩和神经网络的交通标志识别方法研究
智能运输系统
交通标志识别
神经网络
BP算法
不变矩
基于不变矩特征和神经网络的步态识别
生物特征
步态识别
不变矩
BP神经网络
基于BP神经网络的智能制造系统图像识别技术
B/S模式
智能制造系统
BP神经网络
图像识别技术
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 基于不变矩及模糊神经网络的图像识别
来源期刊 中国工程物理研究院科技年报 学科 工学
关键词 不变矩 模糊神经网络 图像识别 概率密度函数
年,卷(期) 2003,(1) 所属期刊栏目
研究方向 页码范围 416-417
页数 2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)
2003(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
不变矩
模糊神经网络
图像识别
概率密度函数
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
中国工程物理研究院科技年报
年刊
四川省绵阳市919信箱805分箱
出版文献量(篇)
2158
总下载数(次)
9
总被引数(次)
0
论文1v1指导