图像识别及的应用.pptVIP

数字图像技术(Digital Image Processing Technology） 李鹤喜 2011 本课程的主要内容 模式识别的一般过程 图像识别与模式识别的关系 1、模式识别包含了、波形、语音、图形、图像等各种信息输入形式，图像识别属于模式识别的一部分； 2、模式识别的许多方法如：决策理论、贝叶斯分类器、神经网络分类器、支持向量机等都可以用到图像识别中来； 3、图像识别有自己独特的方法。 8.2 一些常用的基本概念 第九章 计算机视觉初步 n是输入向量元素的加权求和,定义如下： 写成向量内积的形式： a 是神经元的输出，f 是神经元的传递函数,定义如下： 进行神经网络分析时，可以将上面的神经元简略表达如下： 包含多个神经元的一层神经元 一层具有Ｓ个神经元简约表示 多层神经网 多层神经网的简约表示 用IW表示输入的权值矩阵，LW表示层间的权值矩阵，而用上标表示层间的关系则有： 在MATLAB中把IW和LW设置成Cell单元类型 同时向量（无顺序） 顺序向量（按顺序） 两种基本类型的输入向量 输入数据的结构形式 同时向量的仿真 所谓仿真SIM是指神经网络的结构参数：权值矩阵W、偏置b、和传递函数 f 确定后，在给定输入激励下，神经网络的输出。 net = newlin ([1 3; 1 3], 1); 使用下列函数建立一个线性神经网络 设定网