自适应学习算法在图像识别中的应用

对特征图像信息识别方面的应用和研究有着很好的态势,在金融、保险、安全、交通、刑侦等领域有着广泛的应用。但大多基于静态的分类识别,对于任意复杂的环境输入模式,通常的识别系统没有能力适应多变化环境的能力。为此,需要具有自适应的学习系统,它不但能识别已经认识的对象,也能把每一个新输入模式作为一个例子对待。自适应共振理论(ART)是一种神经网络模型系统,它具有对已学过的对象进行稳定的快速识别的能力;同时,又能迅速适应未学习过的新对象。这里借助这种具有实时学习功能网络系统,对任意复杂的环境输入模式进行自稳定和自组织,从而使系统达到对图像的识别和自适应学习的能力,满足识别对象变化的环境。一、理论背景1.问题的提出当人们处在一个复杂的环境中,经过一段时间的学习,已经认识了一些模式,人们希望把已经学会的模式稳定地记住,这时如果再输入一个新的对象,通过搜索可以很快发现它与已学会的某一模式充分相似,于是把它归入该模式类,即希望识别系统 ...