摘 要: | 本论文提出了使用基于神经网络的图像识别算法,同时对图像处理中的重要步骤也根据神经网络的特点进行了相应的改进.主要简要介绍了图像识别原理和几种常用的模式识别方法.分析了目前在图像识别中常用的前馈神经网络模型及其算法,将遗传算法与BP网络相结合,有效解决了图像识别中BP算法容易陷入局部极小的不足.并且针对有限图像样本情况,建立了现有信息下可获得最优解的支持向量机模型.研究了多模式分类问题,提出了一种新的多分类策略,并给出了一种动态样本增量训练方法,使SVM能够根据需要随时增加需识别类型.并在最后给出了在实际问题中的应用方法.
|