论文部分内容阅读
本文提出了一种基于改进BP神经网络的图像识别方法。为提高BP网络的运行效率，先将图像进行滤波和降维处理，再运用独立成分分析（ICA）提取图像的独立成分，将原来较大的图像数据压缩成为一组彼此独立的输入变量。然后，采用改进的三层BP神经网络对输入变量进行训练。这样将ICA的空间局部特征提取功能和BP网络的自适应功能有机地结合起来，增强了系统的鲁棒性。数值仿真表明，该方法的图像识别率可达到91．2％。