改进的概率神经网络的语义区域分类

• 作者: 徐波 程显毅
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 纹理特征 概率神经网络 图像分类
• 年，卷（期）: 2010,（24）
• 页码范围: 182-184
• 分类号: TP391.4
• 字数: 2856字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2010.24.055

摘要

针对彩色图像信息量大,分割效果自适应性差的问题,对图像语义区域的分割精度进行控制,提取图像的纹理特征值,再通过改进后的概率神经网络模型对测试样本做分类测试,达到提高图像语义提取和分类准确性的目的.实验表明,改进后的概率神经网络对彩色图像语义区域分类的正确性由原先的70%提高到90%,具有较好的分类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程显毅	江苏大学计算机科学与通信工程学院	75	491	11.0	16.0
2	徐波	江苏大学计算机科学与通信工程学院	29	94	6.0	8.0