原文传递
基于稀疏多层自编码网络的路面破损图像的识别方法研究
| 论文题名： | 基于稀疏多层自编码网络的路面破损图像的识别方法研究 |
| 关键词： | 路面破损;图像识别;稀疏多层自编码网络;流形学习算法;时间复杂度 |
| 摘要： | 随着公路交通运输业的迅速发展，公路管理部门为了快速及时地维护破损路面，需要快速、准确地获取各种路面信息。路面破损数据是需要获取的重要路面信息之一，路面破损图像是典型的高维非线性数据，而且是海量数据，流形学习算法对处理这类数据有独特的优势，能够较好地发现隐藏在其中的非线性流形。本文主要研究了基于稀疏多层自编码网络的流形学习算法及其在路面破损图像识别中的应用。主要研究内容包括以下几个方面。 （1）介绍了目前路面破损图像识别的具体方法和各种流形学习算法。其中详细介绍了图像处理阶段中的各类算法，包括图像增强，图像去噪和图像分割。因为其他流形学习算法存在降维过程不可逆的问题，本文主要研究多层自编码网络算法。 （2）为了提高多层自编码网络的执行效率，提出了构建稀疏多层自编码网络的方法。多层自编码网络不存在其他流形学习算法降维过程不可逆的问题，可以将其用在图像识中。但是由于多层自编码网络中各层之间采用全连接的方式，导致网络时间复杂度较高。本文根据小世界网络模型提出了一种稀疏的多层自编码网络，使用限制随机数的方法随机去除某层节点与其相邻上层节点间的连接并建立该层节点与更高层节点之间的连接。实验表明该算法与多层自编码网络的重构效果相当但是在效率上有了很大的提高。 （3）将稀疏多层自编码网络应用到路面破损图像的识别中。本文使用了多种图像处理算法与稀疏多层自编码网络结合，得出路面破损图像识别中使用稀疏多层自编码网络的最佳方法，然后在同一数据集上与其他路面破损图像识别方法进行了比较，实验表明基于稀疏多层自编码网络的路面破损图像识别方法与其他识别方法相比有较好的识别效果。 |
| 作者： | 高春英 |
| 专业： | 计算机技术 |
| 导师： | 石陆魁 |
| 授予学位： | 硕士 |
| 授予学位单位： | 河北工业大学 |
| 学位年度： | 2011 |
| 正文语种： | 中文 |
检索历史
应用推荐
