基于神经网络学习控制的图像挖掘算法
潘明波
云南工商学院 信息工程学院,昆明,651701
摘要：针对传统神经网络算法进行图像分类识别时收敛速度慢,学习过程中可能出现震荡甚至收敛于局部极小值的情况,提出了一种小波变换融合神经网络的图像分类识别方法.利用高斯小波基函数取代神经网络隐含层中的隐节点函数,采用小波神经网络参数初始化方法和改进的模拟退火算法自适应调整学习过程中的网络权值参数,从而解决了神经网络的学习效率低等情况.结果表明,本文方法对5类动物图片的正确分类识别率为84.0%,较传统神经网络和稀疏表示的正确分类识别率提高了4.2%和6.1%.
关键词：小波变换神经网络图像挖掘图像分类高斯小波基模拟退火算法连接权值Cifar数据集
分类号：TP391(计算技术、计算机技术)
资助基金：云南省教育厅科学研究基金资助项目(2015C113Y)
论文发表日期：2018-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 322-327 )
英文信息