应用BP神经网络对自然图像分类

• 作者: 石跃祥 肖平 谢文兰
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 语义鸿沟 BP神经网络 多输出 改进的BP算法 图像分类
• 年，卷（期）: 2010,（2）
• 所属期刊栏目: 图形、图像、模式识别
• 页码范围: 163-166
• 页数: 4页
• 分类号: TP37
• 字数: 3891字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2010.02.049

摘要

针对图像的低层视觉特征和高层语义特征之间的鸿沟,利用一个多输出的BP神经网络,分析低层视觉特征,提取图像的主要颜色、灰度共生矩阵和7个不变矩向量作为网络的输入,用语义期望值作为网络的输出,并用加入动量因子和自适应学习率的BP算法来训练该网络.训练完成后,该网络能够对自然图像进行多种语义分类,从而建立起了从低层视觉特征到语义特征之间的映射.改进的BP算法提高了训练的速度和可靠性,实验证明,该方法取得了较好的检索查全率和准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	石跃祥	湘潭大学信息工程学院	84	645	14.0	22.0
2	谢文兰	湘潭大学信息工程学院	2	70	2.0	2.0
3	肖平	湘潭大学信息工程学院	1	43	1.0	1.0