论文部分内容阅读
提出了一种基于函数联接的感知器神经网络的纹理分类方法，它采用高新－马尔柯夫随机场模型（ＧＭＲＦ）对纹理进行描述，模型参数即为纹理特征，参数估计采用最小平方误差方法获得，将估计参数作为表达纹理的特征向量，用感知器网络对特征进行分类，并且采用函数联接的方式解决线性不可分问题，对纹理图象进行的实验表明，采用这种方法能够提高学习速度，简化计算过程，并取得较好的纹理分类效果。