摘要:该文提出了基于免疫克隆聚类的协同神经网络原型向量求解算法,该算法充分利用免疫克隆的高效全局最优搜索能力构造数据聚类算法,将新聚类算法用于训练协同神经网络的原形向量,并对Brodatz纹理图像库以及合成孔径雷达图像目标进行识别。仿真实验结果表明,相比标准协同神经网络,该算法可以提高网络的识别性能,同经典的支撑向量机相比,该算法在识别率相当的情况下,样本的训练和测试时间都明显缩短。
关键词:图像识别 免疫克隆聚类 原型向量 协同神经网络
单位:西安电子科技大学智能信息处理研究所 西安710071
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社