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:
为了通过优化多层感知机权重及偏置提高图像分类决策的正确率,借鉴生物地理学优化(BBO)算法的思想,提出面向图像分类的多层感知机BBO方法.首先提取图像的颜色矩和降维梯度方向直方图(DRHOG)的组合特征作为多层感知机的输人数据,然后使用BBO优化方法得到迭代250次的最优权重及偏置,最后经多层感知机得出测试图像的类别.该方法有效避免算法早熟现象,增强图像分类能力.通过仿真实验,验证此方法比粒子群优化算法优化多层感知机具有更高的求解质量和效率,为图像分类提供又一可行方案.
推荐文章
基于多层感知机的木材颜色分类
机器视觉
木材
颜色分类
多层感知机
基于差分进化生物地理学优化的多层感知器训练方法
生物地理学优化
差分进化
多层感知器
数据分类
基于多层卷积神经网络的SAR图像分类方法
雷达目标识别
卷积神经网络
深度学习
MSTAR数据
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 面向图像分类的多层感知机BBO优化方法
来源期刊 四川师范大学学报(自然科学版) 学科 工学
关键词 生物地理学优化 多层感知机 颜色矩 降维梯度方向直方图 粒子群优化
年,卷(期) 2015,(6) 所属期刊栏目 技术应用
研究方向 页码范围 930-937
页数 8页 分类号 TP391
字数 5934字 语种 中文
DOI 10.3969/j.issn.1001-8395.2015.06.026
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 李晓宁 四川师范大学计算机科学学院 26 116 6.0 9.0
2 朱黎辉 四川师范大学计算机科学学院 3 16 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (36)
共引文献  (40)
参考文献  (11)
节点文献
引证文献  (4)
同被引文献  (3)
二级引证文献  (8)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(2)
  • 二级参考文献(0)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(6)
  • 参考文献(0)
  • 二级参考文献(6)
2008(5)
  • 参考文献(1)
  • 二级参考文献(4)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(4)
  • 参考文献(1)
  • 二级参考文献(3)
2011(4)
  • 参考文献(1)
  • 二级参考文献(3)
2012(9)
  • 参考文献(2)
  • 二级参考文献(7)
2013(5)
  • 参考文献(2)
  • 二级参考文献(3)
2014(3)
  • 参考文献(2)
  • 二级参考文献(1)
2015(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)
2017(3)
  • 引证文献(2)
  • 二级引证文献(1)
2018(3)
  • 引证文献(2)
  • 二级引证文献(1)
2019(4)
  • 引证文献(0)
  • 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
生物地理学优化
多层感知机
颜色矩
降维梯度方向直方图
粒子群优化
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
四川师范大学学报(自然科学版)
双月刊
1001-8395
51-1295/N
大16开
成都市静安路5号
1978
chi
出版文献量(篇)
3968
总下载数(次)
9
总被引数(次)
17783
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导