大数据环境下微小图像特征智能识别仿真研究

摘要：

对微小图像特征的智能识别,能够有效提高对微小图像本质特征的识别率,对各个领域中的微小图像研究均具有重要意义.对大数据特征的识别,需要将微小图像相同尺度不同方向的特征进行融合,并对其进行预处理,完成对微小图像特征的智能识别.传统方法对微小图像进行滤波去噪处理获得平滑图像,获取微小图像光照不变量数据的特征,但忽略了先对其进行预处理,导致识别精度偏低.提出基于克隆选择的大数据环境下微小图像特征智能识别方法.上述方法先对微小图像进行Gabor变换,按照两个融合规则将微小图像相同尺度不同方向的特征进行融合,得到微小图像5个尺度上的融合特征,采用克隆选择理论对微小图像融合特征进行预处理,形成微小图像的抗体库,结合K近邻判别理论完成待识别微小图像特征智能识别.实验结果表明,所提方法能够有效提升微小图像特征平均识别率,且鲁棒性较好.

关键词：大数据环境、微小图像、特征识别

所属期刊栏目：34

分类号：TP311(计算技术、计算机技术)

在线出版日期：2017-11-28（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：301-304