基于神经网络的回转窑火焰图像分割

被引：17

作者：

李树涛

王耀南

机构：

[1] 湖南大学电气与信息工程学院!长沙,中国科学院自动化研究所模式识别国家重点实验室!北京

来源：

仪器仪表学报 | 2001年 / 01期

关键词：

图像分割; 神经网络; 多层感知器; 径向基函数; 学习向量量化; 自组织特征映射; 回转窑;

D O I：

10.19650/j.cnki.cjsi.2001.01.003

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

回转窑火焰图像的正确分割对于提取回转窑工况参数具有重要的意义。本文研究了多层感知器、径向基函数网络、学习向量量化网络和自组织特征映射网络等四种神经网络在回转窑火焰图像分割中的应用。选取火焰图像的归一化色彩值作为训练样本 ,分别采用有导师学习和无导师学习两种方法进行训练。对实测图像进行分割的结果表明 ,本文提出的方法很有效

引用

页码：10 / 12+16 +16

页数：4