[发明专利]基于神经网络的图像识别方法和系统

摘要

本发明涉及一种基于神经网络的图像识别方法和系统。所述方法包括：a，采集训练样本图像和类别，建立训练样本集；b，设定预先建立的神经网络参数的初始值，所述神经网络包括输入层、中间变量层和输出层，所述中间变量层的节点包括各个输出神经元节点的兴奋型变量节点和抑制型变量节点，所述中间变量层的各节点分别与所述输入层的每个输入神经元节点通过可变权值连接，所述可变权值包括可变的长期权值和短期权值；c，根据所述训练样本集对所述神经网络进行训练；步骤d，利用完成训练的所述神经网络对待分类图像进行识别分类。从输入层到输出层所需计算量与输入样本的次数成正比，即计算量是线性增长，大大减小，提高了识别效率。

主权项

一种基于神经网络的图像识别方法，包括：步骤a，采集训练样本图像和类别，并将所述训练样本图像按照类别顺序建立训练样本集；步骤b，设定预先建立的神经网络参数的初始值，所述神经网络包括输入层、中间变量层和输出层，所述中间变量层的节点包括各个输出神经元节点的兴奋型变量节点和抑制型变量节点，所述中间变量层的各节点分别与所述输入层的每个输入神经元节点通过可变权值连接，所述可变权值包括可变的长期权值和短期权值，所述输出层的每个输出神经元节点分别与所述中间变量层中对应的兴奋型变量节点和抑制型变量节点相连接；步骤c，根据所述训练样本集对所述神经网络进行训练，直到各个神经元的可变权值的变动在预设允许范围内结束训练；步骤d，利用完成训练的所述神经网络对待分类图像进行识别分类。