论文部分内容阅读
通过对现有物体识别算法的研究,提出了一种将HMM模型与BP神经网络相结合的方法进行物体识别,将HMM模型的最佳输出状态作为BP神经网络的输入。所设计的模型包括HMM模型设计、BP神经网络结构设计、图像库中图像设计。实验证明该算法对物体的识别率较高,鲁棒性强,训练好的模型具有比较强的识别能力,具有一定的实用价值和广阔的发展前景。