原文服务方: 科技与创新       
摘要:
通过对现有物体识别算法的研究,提出了一种将HMM模型与BP神经网络相结合的方法进行物体识别,将HMM模型的最佳输出状态作为BP神经网络的输入.所设计的模型包括HMM模型设计、BP神经网络结构设计、图像库中图像设计.实验证明该算法对物体的识别率较高,鲁棒性强,训练好的模型具有比较强的识别能力,具有一定的实用价值和广阔的发展前景.
推荐文章
一种基于改进BP神经网络的物体识别方法
特征提取
不变矩
BP神经网络
物体识别
BP神经网络算法在数字识别中的应用
BP神经网络
附加动量法
自适应学习率
基于LM优化算法的BP神经网络目标识别方法
瞬态特性
奇异值特征
LM算法
基于联想记忆神经网络模型的BP算法
BP算法
神经网络
联想记忆
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HMM与BP神经网络的物体识别算法
来源期刊 科技与创新 学科
关键词 HMM模型 BP神经网络 人体识别
年,卷(期) 2010,(28) 所属期刊栏目
研究方向 页码范围 160-162
页数 分类号 TP391.4
字数 语种 中文
DOI 10.3969/j.issn.2095-6835.2010.28.063
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 任洪娥 1 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (66)
共引文献  (59)
参考文献  (7)
节点文献
引证文献  (3)
同被引文献  (10)
二级引证文献  (6)
1969(1)
  • 参考文献(0)
  • 二级参考文献(1)
1971(1)
  • 参考文献(0)
  • 二级参考文献(1)
1972(1)
  • 参考文献(0)
  • 二级参考文献(1)
1974(2)
  • 参考文献(0)
  • 二级参考文献(2)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(2)
  • 参考文献(0)
  • 二级参考文献(2)
1989(3)
  • 参考文献(0)
  • 二级参考文献(3)
1990(2)
  • 参考文献(0)
  • 二级参考文献(2)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(5)
  • 参考文献(0)
  • 二级参考文献(5)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(11)
  • 参考文献(0)
  • 二级参考文献(11)
2005(5)
  • 参考文献(1)
  • 二级参考文献(4)
2006(4)
  • 参考文献(1)
  • 二级参考文献(3)
2007(4)
  • 参考文献(3)
  • 二级参考文献(1)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(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)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(5)
  • 引证文献(1)
  • 二级引证文献(4)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
HMM模型
BP神经网络
人体识别
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
科技与创新
半月刊
2095-6835
14-1369/N
大16开
2014-01-01
chi
出版文献量(篇)
41653
总下载数(次)
0
总被引数(次)
202805
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导