基于高维特征和RBF神经网络的湿滑道路图像判别方法

摘要：

建立湿滑道路图像模式识别的分类模型,以J判据对图像高维复杂特征进行降维,按照优化后的特征和不同的样本数量建立多个测试条件,采用RBF神经网络进行8类不同湿滑道路图像的判别实验,分析RBF神经网络用于湿滑道路图像分类的优劣、影响因素以及性能改善方法.分析表明:通过图像特征降维后,采用RBF神经网络对不同道路湿滑状况进行判别,正确率约可达78.4％.

关键词：湿滑道路图像、图像模式识别、图像特征、RBF神经网络

所属期刊栏目：31

分类号：U416.2(道路工程)

资助基金：国家自然科学基金项目51208394

在线出版日期：2013-06-13（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：32-35