基于视觉注意模型和SIFT的交通标志识别方法

为了提高交通标志的识别速度和识别率,提出了一种基于视觉注意模型和SIFT特征的交通标志识别方法.首先基于视觉注意模型提取颜色特征,找出交通标志可能的候选区域,然后对候选区域进行SIFT特征提取,与标准交通标志图像库进行相似度计算,可实现快速准确的检测与识别.与传统方法相比,具有无需精确分割、计算量小、体现仿生学特性等优点.在采自国内外的两组交通标志图像库上进行交通标志识别测试,都得到了良好的效果.

浅析BP神经网络技术在医院信息系统中的应用

本文主要介绍数据挖掘技术中的神经网络技术。通过运用BP神经网络中的newff函数构造方法,结合焦作市人民医院信息系统具体实际,针对甲状腺功能异常症进行研究,形成一个能够智能辅助诊断的专家系统。通过MATLAB仿真实验进行结果验证,证明了该专家诊断系统是一种可靠、可行的方案。