论文部分内容阅读
为了实现对板材纹理识别的自动化,提出了一种基于贝叶斯理论集成网络分类器的板材纹理分类识别方法。根据板材纹理复杂多变的特点,选用高斯-马尔可夫随机场方法描述板材纹理,获取了板材的GMRF特征参数。根据实验数据设计BP神经网络分类器,获取了分类器的置信度矩阵,利用贝叶斯理论进行分类器集成,发现随着参与集成分类器数量的增加,集成分类器总体识别率呈下降趋势,在分类器数量为3个时识别率最高,达到了91.00%。结果表明,该方法是有效的,用其对板材纹理进行分类识别基本可行。