资源简介
bp网络 图像分类 能运行,针对不同的图片稍作调试即刻。
代码片段和文件信息
clear all;
%<----------------------------!运用BP网络进行图像分类--------------------------->
%读入样本1 图的红色区域,代表城市,期望输出:[1;0;0]
I=imread(‘F:\1.jpg‘);
%将样本图像降维处理
R=I(::1);
G=I(::2);
B=I(::3);
%灰度值归一化
R=im2double(R);
G=im2double(G);
B=im2double(B);
[M N]=size(R);
R=reshape(R‘[1 M*N]);
G=reshape(G‘[1 M*N]);
B=reshape(B‘[1 M*N]);
%初始化输入矢量P和输出矢量T
P=[];
T=[];
P=[R;G;B];
T=[1;0;0];
[m n]=size(P);
T=concur(Tn);
%读入样本图像2 图的绿色区域,代表城市,期望输出:[010]
I=imread(‘F:\2.jpg‘);
%将样本图像降维处理
R=I(::1);
G=I(::2);
B=I(::3);
%灰度值归一化
R=im2double(R);
G=im2double(G);
B=im2double(B);
[M N]=size(R);
R=reshape(R‘[1 M*N]);
G=reshape(G‘[1 M*N]);
B=reshape(B‘[1 M*N]);
P1=[R;G;B];
T1=[0;1;0];
P=[PP1];
[m n]=size(P1);
T1=concur(T1n
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
文件 2425 2010-04-11 10:34 BP.m
----------- --------- ---------- ----- ----
2425 1
相关资源
- LBP 纹理模式的LBP特征表示及分类原理
- GA_CMAC_BP_BLDCM
- wnn 一个用小波神经网络进行非线性函
- LBP 统一化LBP算子
- pso-bp
- Bp 利用Bp神经网络实现的两类分类程序
- TheResearchofOff-linehandwrittenChinesecharact
- BP_Neural_Netwok-Recognition_License_Plate(M
-
BP_tanh_linaer BP神经网络Simuli
nk模型。 - mod_demod 在matlab环境下实现通信系统中
-
MethodofFaultDiagnosisforRollingBearingba
se - BP 基于BP神经网络设计分类器
- img_bp 图像信号的压缩感知重构算法
- matlabpathplanning1
- Image-Restoration-with-BPNN 基于BP神经网络
- bpcross 一个matlab写的bp人工神经网络程
- PSObpPpsorbf 粒子群优化神经网络的程序
- MATLAB-Neural-network-cases 共有30个MATLAB神
- LBP 实现图像纹理特征的提取
- Extraction
- PCALDA
- CSBP_matlab 用于压缩感知的基追踪(B
- CT CT算法与原理
- handwritingPrecognitionPGUI 基于BP神经网络
- LBP-face-recongnition-system 一个基于LBP(局
- clustering 使用K-means
- svm-fault-diagnosis BP神经网络
- adaboost-train-test 级联分类器学习
- PMSM 在matlab中建立完整的永磁同步电机
- BP-Load-forecasting 基于BP神经网络的短期
评论
共有 条评论