复杂网络与随机神经网络融合用于纹理分析
计算机视觉与模式识别
2020-08-19 v2 机器学习
数据分析、统计与概率
摘要
本文提出一种基于复杂网络与随机神经网络融合的高判别性纹理分析方法。在该方法中，输入图像被建模为复杂网络，利用其拓扑性质及图像像素训练随机神经网络，以创建代表纹理深层特征的签名。所得结果超越了文献中许多方法的准确率。该性能表明我们提出的方法开辟了一个有前景的研究来源，即探索神经网络与复杂网络在纹理分析领域的协同作用。
引用
@article{arxiv.1806.09170,
title = {Fusion of complex networks and randomized neural networks for texture analysis},
author = {Lucas C. Ribas and Jarbas J. M. Sa Junior and Leonardo F. S. Scabini and Odemir M. Bruno},
journal= {arXiv preprint arXiv:1806.09170},
year = {2020}
}
备注
13 pages, 4 figures