论文部分内容阅读
由于传统树突状细胞算法存在大量的随机参数,很难对算法的有效性进行评价与分析,提出一种用于图像分类的改进树突状细胞算法。针对图像的颜色及纹理特征,定义抗原和分类元素,根据抗原的危险度对目标进行聚类;设计更精确的异常程度指标,简化算法的输入信号,并对处理过程进行优化,使其具有较快的收敛速度和稳定的识别性能。实验证明,该算法能够提高图像的识别率以及识别过程的稳定性,并且减少了算法运行时间。