基于小波变换和支持向量机的彩色纹理识别

为了提高纹理图像的识别率,提出了一种将颜色信息融入到纹理识别中的新方法--基于小波变换和支持向量机的彩色纹理识别.首先将彩色纹理图像转化到HSV彩色空间,用小波变换进行树形结构小波分解提取彩色纹理的特征,然后用SVM对不同的特征进行纹理分类识别.对不同的彩色自然纹理图像进行了实验,并将结果与已有的进行了比较.实验结果证明,此方法的正确识别率比较高.     

分布式对象模型CORBA和RMI的应用研究

本文对当前流行的两种分布式对象模型CORBA和RMI的性能进行了研究。在C／S模式下,我们分别对有无参数的方法调用的响应时间、以Applet作为客户端的响应时间以及多客户端请求相同服务的响应时间进行了实验分析,从而为开发基于Web的分布式实时应用提供参考。     

改进的遗传算法对神经网络优化的分类

针对数据挖掘中的分类问题,本文应用基于基因重组的遗传算法优化神经网络,并训练权值来实现分类.实验结果表明改进的遗传算法有效地提高了神经网络数据分类的准确性.     

基于小波概率神经网络的彩色纹理识别

提出了一种将颜色信息融入到纹理识别中的新方法--基于小波概率神经网络的彩色纹理识别.首先将RGB彩色纹理图像转化为HSV彩色模型,用小波变换(WT)进行树形结构小波分解提取彩色纹理的特征,然后使用概率神经网络对测试样本进行分类识别.实验结果证明,该方法的识别效果比较好.