基于双概率神经网络的纹理图像识别

• 作者: 肖淑苹 蒋加伏
• 来源期刊: 计算技术与自动化
• 关键词: 纹理识别 小波包变换 差异演化 双概率神经网络
• 年，卷（期）: 2008,（2）
• 所属期刊栏目: 图形图像技术
• 页码范围: 73-76
• 页数: 4页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6199.2008.02.019

摘要

为提高纹理识别速度,在文献1纹理图像识别正确率较高的基础上,提出一种基于双概率神经网络(DPNN)的纹理图像识别方法.首先构造两个概率神经网络A和B,如果纹理特征明显,以较少的纹理特征能量特征作为网络A的输入参数即可识别,否则再加入统计特征和能量特征一起作为概率神经网络B的输入参数以达到较高的识别率.实验结果表明:采用双概率神经网络的纹理图像识别较文献1有更快的识别速度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蒋加伏	长沙理工大学计算机与通信工程学院	62	490	14.0	18.0
2	肖淑苹	长沙理工大学计算机与通信工程学院	4	29	4.0	4.0