温馨提示：由于个人手机设置不同，如果发现不能下载，请复制以下地址【https://www.wenke99.com/d-6300776.html】到电脑端继续下载（重复下载不扣费）。
1: 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。 2: 试题试卷类文档，如果标题没有明确说明有答案则都视为没有答案，请知晓。 3: 文件的所有权益归上传用户所有。 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。 5. 本站仅提供交流平台，并不能对任何下载内容负责。 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
本文（人工神经网络在图像处理与识别中的应用(翻译的IEEE英文原版论文).docx）为本站会员（晟***）主动上传，文客久久仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对上载内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私，请立即通知文客久久（发送邮件至hr@wenke99.com或直接QQ联系客服），我们立即给予删除！
人工神经网络应用于图像识别与处理摘要有几种方法可用于图像识别。在这些方法中，软计算模型在数字图像中应用已被认为是一种获得更好结果的方法。本工作的主要目的是为图像识别提供一种新方法人工神经网络。最初的原始灰度图像已经被转型。将输入图像加进椒盐噪声，然后将带有噪声的图像经过一个自适应中值滤波器，滤除噪声，输出图像就可以视为过滤图像。参考存储在原始数据矩阵中的值，计算出估计误差和平均误差的值存储在过滤图像矩阵中，以便检查进行适当噪声滤除的效果。现在将每个像素数据从十进制数转化成八位二进制数，四个一组的像素已经在一起形成一个新的32位二进制数并转换成一个十进制数，这个过程将用新的不同组值持续产生新的数据矩阵。这个数据矩阵将被作为原始数据矩阵存储在数据银行。现在用来识别，一个新的测试图像已采取和插入椒盐噪声相同的步骤，正如前面提到的，采用自适应中值滤波去除噪声，从而得到一个新的测试矩阵。现在，相对于原始图像，第二个图像的平均误差是基于这两个生成矩阵计算出来的。如果这个平均误差大于45%，我们就可以得出结论，图像是不同的，无法匹配。但如果平均误差值已发现是小于或等于45%，我们
Copyright © 2018-2021 Wenke99.com All rights reserved
工信部备案号：浙ICP备20026746号-2
公安局备案号：浙公网安备33038302330469号
本站为C2C交文档易平台，即用户上传的文档直接卖给下载用户，本站只是网络服务中间平台，所有原创文档下载所得归上传人所有，若您发现上传作品侵犯了您的权利，请立刻联系网站客服并提供证据，平台将在3个工作日内予以改正。
