基于BP神经网络和支持向量机的文物分类研讨.pdfVIP

446 计算机技术与应用进展·2006 基于BP神经网络和支持向量机的文物分类研究4 周像金耿国华周明全朱翔 西北大学可视化技术研究所陕西西安710069 摘要：介绍一种综合BP神经网络和支持向量机的分类方法，提取直方图、灰度共生矩阵等多个文 物图像的颜色、纹理、形状特征量作为神经网络的输八，并使用BP算法、L．M算法等不同的训练算法 和Sigmoid函数，正切函数等不同的激励函数调整神经网络，以选取最佳准确率。针对神经网络存在的 收敛速度慢，“过学习”等问题，利用支持向量机给出了解决方案，构造了古耀州瓷碎片图像的分类器， 并将其应用于文物碎片分类中，取得了较高的分类准确率。 关冀词：神经网络BP算法支持向量机文物图像分类 1引 言 文物的发掘过程中会出现大量的文物碎片，而碎片的分类与整理是文物修复过程中一个重要的环节， 国内目前对文物碎片图像的分类主要应用传统的模式分类方法，如提取文物图像的单一特征及人工神经网 络等分类方法。神经网络的特点在于它