结合模糊C均值聚类与BP神经网络的岩石孔隙识别方法
为实现岩石图像中孔隙的自动识别，该文提出使用模糊C均值聚类与BP神经网络相结合的方法识别岩石图像中的孔隙，并将其应用于铸体薄片图像中。首先在图像中应用模糊C均值聚类分割算法将图像分割出两类，再运用BP神经网络进行训练和分类识别。实验表明，经过训练的BP神经网络可以准确的识别出铸体图像中的有效孔隙，为实际应用奠定良好基础。
模糊C均值聚类、BP神经网络算法、铸体薄片图像、孔隙识别
TP18(自动化基础理论)
国家自然科学基金项目40872087
2013-11-13（万方平台首次上网日期，不代表论文的发表时间）
共3页
6872-6873,6876
