杨静
- 作品数：2 被引量：24H指数：2
- 供职机构：西安石油大学计算机学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术天文地球更多>>
- 基于概率神经网络的岩石薄片图像分类识别研究被引量：22
- 2013年
- 为实现岩石薄片图像孔隙识别的自动化,提出了一种基于聚类分割和神经网络相结合的分类识别方法。首先在图像中应用Kmeans聚类分割算法,将岩石图像分割为背景岩石和目标孔隙两类,并分别提取足够特征进行分类测试,效果良好。其次选100幅岩石图像,每组5幅图像共20组,每组200个数据进行验证。实验表明,建立好的概率神经网络可以准确分类识别出目标孔隙,识别平均正确率为95.12%,已达到实际应用需要。
- 程国建杨静黄全舟刘烨
- 关键词：概率神经网络模式识别
- 结合模糊C均值聚类与BP神经网络的岩石孔隙识别方法被引量：2
- 2013年
- 为实现岩石图像中孔隙的自动识别,该文提出使用模糊C均值聚类与BP神经网络相结合的方法识别岩石图像中的孔隙,并将其应用于铸体薄片图像中。首先在图像中应用模糊C均值聚类分割算法将图像分割出两类,再运用BP神经网络进行训练和分类识别。实验表明,经过训练的BP神经网络可以准确的识别出铸体图像中的有效孔隙,为实际应用奠定良好基础。
- 程国建杨静刘烨
- 关键词：模糊C均值聚类BP神经网络算法
