Classification of Slippery Road Images Based on High-dimensional Features and RBF Neural Network
-
摘要: 建立湿滑道路图像模式识别的分类模型,以J判据对图像高维复杂特征进行降维,按照优化后的特征和不同的样本数量建立多个测试条件,采用RBF神经网络进行8类不同湿滑道路图像的判别实验,分析RBF神经网络用于湿滑道路图像分类的优劣、影响因素以及性能改善方法.分析表明:通过图像特征降维后,采用RBF神经网络对不同道路湿滑状况进行判别,正确率约可达78.4%.
点击查看大图
计量
- 文章访问数: 486
- HTML全文浏览量: 94
- PDF下载量: 1
- 被引次数: 0