曹艳玲
- 作品数：4 被引量：12H指数：3
- 供职机构：西安电子科技大学空间科学与技术学院更多>>
- 发文基金：中央高校基本科研业务费专项资金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于BBO_MLP和纹理特征的图像分类算法研究
- 图像分类就是根据不同类别的目标在图像信息中所反映的不同特征，把图像区分开来的图像处理方法。它利用计算机对图像进行定量分析，把图像或图像中的每个像元或区域划归为若干个类别中的某一种，以代替人的视觉判读。随着多媒体技术及In...
- 曹艳玲
- 关键词：纹理特征差分进化图像分类算法
- 基于BBO-MLP和纹理特征的图像分类算法被引量：5
- 2016年
- 为了提高图像分类的准确率,解决多层感知器(MLP)收敛速度缓慢等问题,提出了一种基于生物地理学优化-MLP(BBO-MLP)和纹理特征的图像分类算法。首先,从图像库中选取3类不同的图片,对图像分类算法运行环境进行建模;其次,选取角二阶矩(UNI)、熵(CON)、惯性矩(ENT)和相关性(CDR)4个纹理参数构建一个四维特征矩,根据用户提供的类别号和图像的纹理特征向量生成训练样本文件;然后,将提取的数据作为MLP的输入数据,为MLP定义一个评估栖息地的误差适应度函数并对适应度函数进行全局优化,利用BBO算法训练MLP,得到分类模型;最后,利用训练好的MLP对图像进行分类,并引入二次反馈机制进一步提高算法性能。实验结果表明,与PSO、GA、ACO、ES和PBIL等优化算法相比,本文的BBO-MLP算法具有较高的分类正确率。
- 王娟吴宪祥曹艳玲郭宝龙
- 关键词：纹理特征
- 一种基于BBO-MLP和纹理特征的图像分类方法
- 本发明公开了一种基于BBO-MLP和纹理特征的图像分类方法，其步骤是：首先，提取图像的角二阶矩ASM、熵ENT、惯性矩(对比度)CON和相关性COR等4个纹理特征，构造图像的特征向量；然后，根据用户提供的类别号和图像的纹...
- 吴宪祥叶素华曹艳玲王娟杨强郭宝龙
- 文献传递
- 基于差分进化生物地理学优化的多层感知器训练方法被引量：4
- 2017年
- 针对生物地理学优化训练多层感知器存在的早熟收敛以及初始化灵敏等问题,提出一种基于差分进化生物地理学优化的多层感知器训练方法。将生物地理学优化(biogeography-based optimization,BBO)与差分进化(differential evolution,DE)算法相结合,形成改进的混合DE_BBO算法;采用改进的DE_BBO来训练多层感知器(multi-layer perceptron,MLP),并应用于虹膜、乳腺癌、输血、钞票验证四类数据分类。与BBO、PSO、GA、ACO、ES、PBIL六种主流启发式算法的实验结果进行比较表明,DE_BBO_MLP算法在分类精度和收敛速度等方面优于已有方法。
- 王娟吴宪祥曹艳玲
- 关键词：差分进化多层感知器数据分类
