基于GA-BP神经网络的计算机智能化图像识别技术探究

发布时间：2018-02-09 05:58

本文关键词： GA-BP神经网络智能化图像识别计算机　出处：《应用激光》2017年01期 　论文类型：期刊论文

【摘要】：随着信息技术发展越来越迅速,计算机智能化图像识别技术的发展也日益完善,其发挥的作用也越来越重要。本文以神经网络方法为基础,对计算机智能化图像识别技术进行了研究,本文将遗传算法GA与BP算法进行结合,通过分析智能化图像识别原理、图像模式识别和BP神经网络学习算法,建立了GA-BP网络图像识别模型。采用四层神经网络,输入节点设置为256,输出节点设置为5,进行了GA-BP网络和BP神经网络的对比实验,结果表明,在进行数字图像识别时,GA-BP网络正确识别率为98.7%,BP网络正确识别率为92.5%,GA-BP网络正确识别率比BP网络要高出6.2%,GA-BP网络克服了BP网络收敛速度慢和训练时间长的缺点。
[Abstract]:With the rapid development of information technology, the development of computer intelligent image recognition technology is becoming more and more perfect, and its role is becoming more and more important. This paper studies the technology of computer intelligent image recognition. In this paper, genetic algorithm GA and BP algorithm are combined, and the principle of intelligent image recognition, image pattern recognition and BP neural network learning algorithm are analyzed. The image recognition model of GA-BP network is established. The four-layer neural network is used, the input node is set to 256, the output node is set to 5, and the contrast experiment between GA-BP network and BP neural network is carried out. The results show that, In digital image recognition, the correct recognition rate of GA-BP network is 98.7and the correct recognition rate of GA-BP network is 92.5and GA-BP network is higher than that of BP network 6.2and GA-BP network overcomes the shortcomings of slow convergence speed and long training time of BP network.
【作者单位】：中共张家口市委党校;
【分类号】：TP391.41;TP183

【参考文献】

相关期刊论文前10条

1 袁欣;;计算机图像识别的智能化处理技术瓶颈与突破[J];电脑编程技巧与维护;2016年08期

2 张辉;寇亚洲;刘隽;张华;;基于图像识别技术的动车组车号自动识别方法[J];中国铁路;2015年12期

3 蒋树强;闵巍庆;王树徽;;面向智能交互的图像识别技术综述与展望[J];计算机研究与发展;2016年01期

4 麻兴东;;浅析计算机图像识别的智能化处理技术[J];信息系统工程;2015年08期

5 张晓明;;图像识别技术在大型活动中的应用[J];科技风;2015年12期

6 王飞;;基于主分量分析GA-BP神经网络的人脸识别算法[J];中国西部科技;2015年06期

7 唐守军;;基于子图分割和BP神经网络的人脸识别方法[J];电子技术与软件工程;2015年05期

8 李康顺;李凯;张文生;;一种基于改进BP神经网络的PCA人脸识别算法[J];计算机应用与软件;2014年01期

9 任金霞;周慧娟;;基于PCA-LDA与蚁群优化BP神经网络的人脸识别算法[J];软件导刊;2013年11期

10 靳涛;辛志勇;;图像识别技术在电力设备在线监测中的应用[J];才智;2013年30期

【共引文献】

相关期刊论文前10条

1 郑明秋;杨帆;;改进非负矩阵分解的神经网络人脸识别[J];液晶与显示;2017年03期

2 吴良圆;魏书宁;周棒棒;陈远毅;;基于PCA降维的分层超限学习机手势识别方法[J];电子测量技术;2017年03期

3 武煜博;;图像识别技术发展与应用[J];电子技术与软件工程;2017年04期

4 曹永峰;赵燕君;;基于GA-BP神经网络的计算机智能化图像识别技术探究[J];应用激光;2017年01期

5 刘一平;袁富宇;;一种应用于超大数据库的人脸识别方法[J];指挥控制与仿真;2016年06期

6 马凌宇;;图像自动识别技术在铁路上的应用[J];电子技术与软件工程;2016年23期

7 祁瑞丽;周子臣;林立忠;柴忠良;滑斌杰;李瑗;;通信设施智能巡检系统的设计与实现[J];石家庄学院学报;2016年06期

8 蔡兵;金鑫;吉向东;宗振华;曹阳;;基于RBF神经网络的汽车危驾限制系统研究[J];通化师范学院学报;2016年10期

9 翁和王;;关于人工智能中的图像识别技术的研究[J];信息通信;2016年10期

10 侯冶;;朔黄铁路机务电子闸楼系统的设计与应用[J];中国铁路;2016年09期

【二级参考文献】

相关期刊论文前10条

1 张辉;寇亚洲;刘隽;张华;;基于图像识别技术的动车组车号自动识别方法[J];中国铁路;2015年12期

2 蒋树强;闵巍庆;王树徽;;面向智能交互的图像识别技术综述与展望[J];计算机研究与发展;2016年01期

3 张晓明;;图像识别技术在大型活动中的应用[J];科技风;2015年12期

4 熊兆东;;乌鲁木齐动车运用所一体化调度方案的研究[J];中国铁路;2015年06期

5 周剑;张辉;;动车段集中控制系统优化与应用[J];中国铁路;2015年06期

6 刘生荣;;西安铁路局动车段调度集中系统建设的研究[J];铁道运输与经济;2014年06期

7 吴岸雄;;基于RBF神经网络的人脸识别方法[J];肇庆学院学报;2014年02期

8 冯玉涵;;BP神经网络在人脸识别中的应用研究[J];计算机光盘软件与应用;2014年02期

9 靳涛;辛志勇;;图像识别技术在电力设备在线监测中的应用[J];才智;2013年30期

10 张辉;曹桂均;;动车基地调度集中系统动车组位置实时追踪技术研究[J];中国铁路;2013年07期

【相似文献】

相关期刊论文前10条

1 陈宁;;交通中的图像识别应用[J];软件工程师;2012年04期

2 殷晓磊;;海讯图像识别连结“天”与“地”——专访上海亮风台(上海)信息科技有限公司联合创始人廖春元[J];上海信息化;2013年06期

3 高岩,蔡韩辉,丁智,郑根福,谢骏;图像识别中的小内孔问题[J];大连轻工业学院学报;2000年04期

4 丁国芳,谭兆信,汤庸,章云;图像识别的一个综合网络模型及其应用[J];贵州工业大学学报(自然科学版);2002年04期

5 张晓春,刘岩;基于计算机图像识别的表面裂纹检测方法[J];重型机械;2003年05期

6 张艳辉 ,孙以材;图像识别在四探针测试技术中的应用[J];电子产品世界;2004年03期

7 赵新子,吴巍,司秀丽,袁洪印;玉米种子活力图像识别与处理技术研究[J];吉林农业大学学报;2004年05期

8 司秀丽;吴巍;赵新子;彭占武;袁洪印;;玉米种子纯度的计算机图像识别[J];吉林农业大学学报;2005年06期

9 马仲智;;基于单片机的图像识别模组的研究[J];科技信息(科学教研);2007年18期

10 王方永;王克如;王崇桃;李少昆;朱玉;陈兵;明博;潘文超;;基于图像识别的棉花水分状况诊断研究[J];石河子大学学报(自然科学版);2007年04期