应用BP神经网络对自然图像分类

摘要：

针对图像的低层视觉特征和高层语义特征之间的鸿沟,利用一个多输出的BP神经网络,分析低层视觉特征,提取图像的主要颜色、灰度共生矩阵和7个不变矩向量作为网络的输入,用语义期望值作为网络的输出,并用加入动量因子和自适应学习率的BP算法来训练该网络.训练完成后,该网络能够对自然图像进行多种语义分类,从而建立起了从低层视觉特征到语义特征之间的映射.改进的BP算法提高了训练的速度和可靠性,实验证明,该方法取得了较好的检索查全率和准确率.

关键词：语义鸿沟、BP神经网络、多输出、改进的BP算法、图像分类

所属期刊栏目：46

分类号：TP37(计算技术、计算机技术)

资助基金：湖南省自然科学基金the Natural Science Foundation of Hunan Province of China under Grant 07JJ6115;湘潭大学博士科研启动项目06QDZ23

在线出版日期：2010-03-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：163-166