基于L-M算法及不变矩特征值优化的神经网络图像识别

摘要：

文章采用基于L-M算法的BP神经网络,并在图像特征提取量的选择中,结合了不变矩特征值和灰度共生矩阵导出的基于纹理的特征量,以车牌识别为例进行图像识别.经过训练和测试,得到L-M及特征量优化的神经网络,在精度和识别速度上都优于BP神经网络.

关键词：图像识别、不变矩特征值、L-M算法、BP神经网络

分类号：TP183(自动化基础理论)

资助基金：江苏省大学生创新训练项目"机器视觉在图像信息可视化领域应用的研究"201610290064X

在线出版日期：2017-07-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：1-2,5