图像识别精度的高低直接影响着态势感知系统的性能,针对在复杂异构环境中提取图像关键要素难以识别的问题。该文提出了一种概率神经网络识别图像的方法。应用这种方法,首先,该文通过粗糙集属性约简原始数据,过滤掉冗余属性;然后,该文使用概率神经网络这种模型对提取的数据集进行分类训练。这是一种有效、可行的图像识别方法,与其传统方法相比,该方法明显地提高了图像识别的准确性,为图像识别态势评估和预测提供了有力的理论保障。
科研之友
微信
新浪微博
Facebook
分享链接
