圖像目標識別的集成極端學習機研究.pdf

1、隨著信息時代的進步，圖像識別技術對很多領域的發(fā)展都起到重要的作用。神經網絡的興起，為圖像識別技術的研究提供了新途徑。極端學習機的學習過程具有學習時間短、泛化性能好等優(yōu)點。將極端學習機應用于圖像識別領域，可大大提高圖像識別的準確率。深入研究分析極端學習機的原理，對極端學習機進行優(yōu)化，通過圖像識別實驗探究極端學習機的實用性能，是本文的研究重點。
　　本文研究了傳統(tǒng)的圖像識別系統(tǒng)和傳統(tǒng)的神經網絡的基礎理論。針對極端學習機等傳統(tǒng)算法出現(xiàn)的

2、缺陷，將差異演化算法引入到極端學習機的學習過程中，對極端學習機的輸入權向量和隱藏層節(jié)點的偏置值進行優(yōu)化，并通過玉米種子品種識別實驗和手寫體數字識別實驗，對集成極端學習機的性能進行測試。在玉米種子品種識別實驗中，利用玉米品種之間存在的差異性，提取玉米種子的幾何、紋理、顏色等特征參數，利用集成極端學習機學習不同玉米的特征數據，以識別玉米品種，進行分類精度判斷。并且研究了極端學習機隱藏層單元個數、玉米種子特征值的選取對集成極端學習機性能的影響