基于FM-MRW特征的剪纸纹样回声状态网络识别
作者:
文盈
[1]
李昊
[2]
关键词:
剪纸纹样
Fourier-Mellin变换
多分辨率小波
回声状态网络
频谱模态
摘要:
为进一步提高剪纸纹样识别过程精度,提出一种基于(Fourier?Mellin,FM)变换的多分辨率小波(Multi resolution wavelet,MRW)特征的剪纸纹样回声状态网络识别算法.首先,对于剪纸纹样进行Fourier-Mellin变换,获得其图像二值化表达形式,并采用多分辨率小波特征提取技术,获得剪纸纹样信号的频谱分解,得到具备独特幅值的频谱模态的频率分量;其次,对于上述频率分量,采用回声状态网络构建多频率分量的剪纸纹样识别模型,并通过正则化最小二乘算法(Regularized Least Square Algorithm,RLSA)实现网络权重优化;最后,通过剪纸纹样实验测试,显示所提算法在选取的6种剪纸纹样识别率均超过92%,要整体优于对比文献算法,验证了算法有效性.
上一篇: 基于粒子群优化的四川地震人员死亡率研究
下一篇: 基于DBN结合SVM的脑电信号识别研究