山东青年政治学院 高 强
基于BP神经网络的图像识别方法
山东青年政治学院 高 强
神经网络是近年来受到国内外广泛关注的高新技术,不同科学的科技人员对其进行了深入的研究,并取得了许多有价值的研究成果,利用BP网络实现图像质量评价,选取图像的几个特征向量作为BP网络的输入。一般BP的输入都是数值组成的。文中提出的用BP神经网络作图像识别的方法,不对图像作特征提取,直接把图像数据作为神经网络识别器的输入。文章最后用Python完成了网络的训练与测试,并给出了试验结果。结果表明,不作特征提取的神经网络图像识别系统具有很强的抗干扰能力。
人工神经网络(ANN);BP网络;Python;图像识别
人工神经网络(Artif i cial Neural Networks)(简称ANN)系统诞生于20世纪40年代末,已有半个多世纪的发展,从一开始的简单逻辑运算、推理,到现阶段发展成具有复杂模式和记忆、联想、推理、的功能,已成为解决某些传统方法所无法解决的问题的有力工具。神经网络所表现出的这些特点使它日益受到学者的重视,1986年,Romelhart和Mcclelland在传统神经网络的基础上,提出了误差反向传播算法(Error Back Propagation Algorithm),简称BP算法,与神经网络结合,发展成为机器学习的热门方向。BP神经网络包含了前向和反向两个过程,线性变换和非线性激活函数两个运算,运用激活函数的连续、可导特性,以逐次逼近的方式,迭代寻找最优解,并确定线性参数的范围,最后达到识别、分类的功能。而图像的识别正是分辨图像边缘,通常以梯度方向作为逼近方向,不断调整速率,达到分类目的,因此BP神经网络在图像分类,模式识别方面有极大的应用价值。……