当前位置：
首页 资源下载
搜索资源 - classification of image by neural network
搜索资源列表
-
1下载：
基于BP神经网络的遥感图像分类代码。从样本中提取崇明岛东滩十种地物的光谱特征，并训练BP网络，再利用网络进行分类-BP neural network-based remote sensing image classification code. Extracted from samples of 10 kinds of Chongming Island, Dongtan features of the spectral characteristics and to train BP networ
-
-
1下载：
提出一种基于分形理论和BP 神经网络的航空遥感图像有监督分类方法。该方法尝试将航空图像
的光谱信息和纹理特征相结合。它首先将彩色航空图像由RGB 格式转化为HSI 格式,然后,根据亮度计算分
数维、多重分形广义维数谱q-D( q) 和“空隙”等基于分形的纹理特征,同时加入归一化的色度和饱和度作为光
谱特征,采用BP 神经网络作为分类器。通过对彩色航空图像的分类实验,结果证实该方法行之有效。-Based on fractal theory and BP neural network
-
-
1下载：
matlab 神经网络算法应用于图片中人物性格识别,通过对神经网络的训练，可以识别图像中是男性还是女性-matlab neural network algorithm is applied to the picture of character recognition, neural network through training, can identify the image is male or female. . .
-
-
0下载：
High information redundancy and correlation in face images result in efficiencies when such images are used directly for recognition. In this paper, discrete cosine transforms are used to reduce image information redundancy because only a subset of t
-
-
0下载：
Wavelet transforms are used to reduce image information redundancy because only a subset of the transform coefficients are necessary to preserve the most important facial features such as hair outline, eyes and mouth. We demonstrate experimentally th
-
-
0下载：
运用神经网络对26个大写的英文字母进行识别，对英文字母进行一定的图像处理，之后用神经网络进行分类-The use of neural network 26 uppercase letters of the alphabet recognition, the letters of the alphabet for a certain image processing, followed by neural network classification
-
-
0下载：
运用神经网络对26个大写的英文字母进行识别，对英文字母进行一定的图像处理，之后用神经网络进行分类-The use of neural network 26 uppercase letters of the alphabet recognition, the letters of the alphabet for a certain image processing, followed by neural network classification
-
-
0下载：
运用神经网络对26个大写的英文字母进行识别，对英文字母进行一定的图像处理，之后用神经网络进行分类-The use of neural network 26 uppercase letters of the alphabet recognition, the letters of the alphabet for a certain image processing, followed by neural network classification
-
-
0下载：
为实现合格和缺陷板栗的分级， 研究了 1 种基于 BP 神经网络与板栗图像特征的板栗分级方法。 试验以罗田板
栗为研究对象， 提取的颜色及纹理等 8 个特征值， 通过主成分分析提取相应的主成分得分向量构成模式识别的输入。 利
用 BP 神经网络方法建立了板栗分级模型。 试验结果表明， 在图像信息主成分因子数为 3， 中间层节点数为 12 时， 建立
的模型最佳， 模型训练时的回判率为 100 ， 预测时识别率达到了 91 .67 。 研究结果表明基于机器视觉技术的针对缺陷
板栗分
-
-
2下载：
神经网络引入后，检测框架变得更快更准确。然而，大多数检测方法受限于少量物体。检测和训练数据上联合训练物体检测器，用有标签的检测图像来学习精确定位，同时用分类图像来增加词汇和鲁棒性。原YOLO系统上生成YOLOv2检测器；在ImageNet中超过9000类的数据和COCO的检测数据上，合并数据集和联合训练YOLO9-After the neural network is introduced, it is becoming faster and more accurate detection fr
-
-
1下载：
图片情感分析模型，基于卷积神经网络，以颜色特征为依据进行情感分类，图片情感极性分为积极和消极两类。(The model can extract the hue, brightness, contrast and other information from a picture to represent the emotional polarity of the image. The image sentiment analysis model is using convolution neura
-
