计算机工程与应用 ›› 2008, Vol. 44 ›› Issue (10): 48-50.
蒋加伏,肖淑苹,杨鼎强
JIANG Jia-fu,XIAO Shu-ping,YANG Ding-qiang
摘要: 引入差异演化(DE)算法来弥补基本概率神经网络的不足,从而提出一种基于改进概率神经网络(MPNN)的纹理图像识别方法。首先用树形结构小波包变换提取纹理图像的能量特征,用基于统计的纹理特征方法提取统计均值、平均能量、标准差和平均残余特征,得到纹理图像的特征矢量;然后用改进的概率神经网络训练纹理图像的特征矢量,从而实现纹理图像的识别。实验结果表明:采用基于改进概率神经网络的纹理图像识别方法较BP神经网络、RBF神经网络和基本的PNN有更高的识别正确率,且收敛更快。