《表3 纹理特征提取结果》
由图6、7可知,将机场和桥梁目标图像的边缘特征、直线特征、纹理特征、几何不变矩和颜色特征输入传统神经网络和本文BP神经网络进行训练得到分类器时,本文分类器对两种目标的正确识别率明显高于传统神经网络方法的识别率,平均识别率提高了8个百分点.通过采用OpenMP并行处理机制,本文算法的运算速率也明显高于传统方法的运算速率,运算时间平均减少了2.5 s.因此,本文算法无论从识别准确率还是运行速率上都有较大优势.
图表编号 | XD00139020300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.03.01 |
作者 | 王春华、韩栋 |
绘制单位 | 黄淮学院动画学院、黄淮学院信息工程学院 |
更多格式 | 高清、无水印(增值服务) |