基于神经网络学习控制的图像挖掘算法

• 作者: 潘明波
• 来源期刊: 沈阳工业大学学报
• 学科: 工学
• 关键词: 小波变换 神经网络 图像挖掘 图像分类 高斯小波基 模拟退火算法 连接权值 Cifar数据集
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 信息科学与工程
• 页码范围: 322-327
• 页数: 6页
• 分类号: TP391
• 字数: 4288字
• 语种: 中文
• DOI: 10.7688/j.issn.1000-1646.2018.03.15

摘要

针对传统神经网络算法进行图像分类识别时收敛速度慢,学习过程中可能出现震荡甚至收敛于局部极小值的情况,提出了一种小波变换融合神经网络的图像分类识别方法.利用高斯小波基函数取代神经网络隐含层中的隐节点函数,采用小波神经网络参数初始化方法和改进的模拟退火算法自适应调整学习过程中的网络权值参数,从而解决了神经网络的学习效率低等情况.结果表明,本文方法对5类动物图片的正确分类识别率为84.0%,较传统神经网络和稀疏表示的正确分类识别率提高了4.2%和6.1%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	潘明波	云南工商学院信息工程学院	6	14	3.0	3.0