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:
神经网络图像识别技术是随着当代计算机技术、图像处理、人工智能、模式识别理论等发展起来的一种新型图像识别技术。在进行图像识别之前需要利用数字图像处理技术进行图像预处理以及特征提取。本文选取字符图像0—9作为识别目标,对图像预处理过程进行了叙述,并在此基础上选取字符图像矩阵每行的与每列的黑色像素点之和以及图像欧拉数这两个特征作为BP神经网络的输入样本。经实验仿真表明图像的平均识别率为89%,这表明图像预处理的结果和提取的特征是合适的、有效的。设计的BP网络也较好的完成了模式分类识别工作。
推荐文章
基于改进概率神经网络的纹理图像识别
纹理分类
小波包变换
概率神经网络
差异演化
基于神经网络的图像识别方法
人工神经网络(ANN)
BP网络
MATLAB
图像识别
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Matlab神经网络的图像识别
人工神经网络
BP网络
图像识别
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 基于神经网络的图像识别
来源期刊 电子设计工程 学科 工学
关键词 图像识别 图像顸处理 特征提取 BP神经网络
年,卷(期) 2012,(9) 所属期刊栏目 通信与网络
研究方向 页码范围 187-189
页数 3页 分类号 TP391
字数 2590字 语种 中文
DOI 10.3969/j.issn.1674-6236.2012.09.063
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 王强 35 253 10.0 14.0
2 韩一红 2 13 2.0 2.0
3 张小溪 2 13 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (17)
共引文献  (51)
参考文献  (5)
节点文献
引证文献  (10)
同被引文献  (33)
二级引证文献  (16)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(2)
  • 二级参考文献(1)
2004(6)
  • 参考文献(0)
  • 二级参考文献(6)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(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)
2013(3)
  • 引证文献(3)
  • 二级引证文献(0)
2014(3)
  • 引证文献(0)
  • 二级引证文献(3)
2015(2)
  • 引证文献(1)
  • 二级引证文献(1)
2016(2)
  • 引证文献(1)
  • 二级引证文献(1)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(3)
  • 引证文献(1)
  • 二级引证文献(2)
2019(3)
  • 引证文献(1)
  • 二级引证文献(2)
2020(8)
  • 引证文献(1)
  • 二级引证文献(7)
研究主题发展历程
节点文献
图像识别
图像顸处理
特征提取
BP神经网络
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
电子设计工程
半月刊
1674-6236
61-1477/TN
大16开
西安市高新区高新路25号瑞欣大厦10A室
52-142
1994
chi
出版文献量(篇)
14564
总下载数(次)
54
总被引数(次)
54366
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导