基于概率神经网络的图像识别及应用方法.docx

基于概率神经网络的图像识别及应用方法

1.97万字 34页 原创作品，已通过查重系统


摘要 概率神经网络是具有非常强的自适应学习的能力和非常强的容错性概率神经网络在交通标志等的许多图像识别中得到很多方面的应用但是我们现在采用的径向基神经网络和多层感知器还有BP神经网络这三种神经网络，这里我们提出了运用概率神经网络的技术进行交通标志图像的识别的新方法这个新的算法整个分两步实现:首要步骤是对交通标志的图像提取它的Tchebichef不变距并将其作为图像的特征;再采用改进的概率神经网络进行识别。
为提高识别精度提取合适的图像特征是一个重要的方面现在主要选择的图像的全部像素或者图像的不变距作为图像的特征。以图像全部像素作为特征进行识别如果特征空间太大会造成识别算法的复杂以及硬件实现的困难性;而采用不变距作为特征由于不是正交距存在较大的信息冗余而且由于它对噪声非常敏感导致识别精度不是很高。所以这里首先利用离散正交距提出一种新的特征提取的方法;然后我们对概率神经网络加以修正改进，并采用差异演化的算法对概率神经网络等各个参数进行最后的优化选择;最终将采用这种概率神经网络对交通标志进行识别。


关键词：城市交通图像识别概率神经网络