基于遗传神经网络的图像分割

针对BP网络极易收敛于局部极小点与过拟合等缺点，在构建小波神经网络的基础上，提出用遗传算法优化BP神经网络的模拟电路故障诊断方法。该方法使用小波作为预处理工具，经PCA分析和归一化后提取输出信号的能量

针对传统的遥感图像分类方法分类精度低的缺 点,提出了一种基于神经网络的分类方法。实验结果 表明,这种基于神经网络的分类器经过训练后,可应用 于遥感图像的分类,其分类精度明显高于传统的最大 似然分类法

图像分类的性能在很大程度上取决于特征提取的质量。卷积神经网络能够同时学习特定的特征和分类器,并在每个步骤中进行实时调整,以更好地适应每个问题的需求。本文提出模型能够从遥感图像中学习特定特征,并对其进行

在单图像去模糊中,传统的基于优化的方法和最近的基于神经网络的方法都非常成功,即在金字塔中逐步恢复不同分辨率的锐利图像。在本文中,我们研究了这种策略,并提出了一个规模递归网络(SRN-DeblurNet

非常好的图像识别及定位的参考资料,值得推荐

基于BP神经网络的遥感图像分类，王文文，郭嗣琮，为了研究神经网络在遥感分类中的应用，从神经网络的特点和其它的遥感分类方法的比较上，说明神经网络应用遥感分类有着独特的优势

基于BP神经网络的图像Hash算法，张敏，康志伟，本文提出了一种基于BP神经网络的图像哈希算法。首先利用图像像素矩阵和构造的函数来训练BP神经网络，再将图像进行离散小波变换，�

概述了利用Matlab神经网络算法，对图像进行特征提取的原理及方法

基于Fourier神经网络的图像复原算法

基于不变矩特征和神经网络的图像模式模糊分类，提高效率