基于神经网络的数字识别方法研究文献综述
2020-05-05 20:17:11
文 献 综 述 1、课题背景分析 人工神经网络 (Artificial Neural Network) 是一种模拟人脑神经元细胞的网络结构和功能,运用大量的处理部件,由人工方式建立起来的自适应非线性动态系统。
它是在生物神经网络研究的基础上建立起来的,能在一定程度上模仿生物神经系统的智慧和功能,因此广泛应用于信息处理和模式识别等领域。
它能像人脑的神经系统一样对信息进行有效处理,具有较强的学习能力,在学习过程中还能结合设置需要呈现超强记忆及联想,鲁棒性能好,容错性能高,所以,在图像识别中,可以降低计算量,提升有效识别率。
近些年来,人工神经网络在图像处理中的应用十分广泛,领域也比较宽。
在车牌识别、字符识别、红外图像识别、遥感图像识别中发挥了举足轻重的作用。
不仅如此,作为人工神经网络在医学图像处理中,意义也是十分重大的。
从一般意义上讲,图像处理与识别就是对实际图像进行各种转换从而达到识别的目的。
由于图像的特点在于它是二维的空间信息,所以其包含的信息量非常庞大。
图像处理一般包括信号阻抗匹配、幅值调整、数字化、滤波、分割和增强等。
图像识别所用的传统方法主要有相关法、不变矩法及投影法等,随着人工智能理论的研究和计算机技术的发展,神经网络在图像模式识别方面的应用研究也日益活跃起来。
剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付