舌色的模式識別研究.pdf

1、舌診是中醫(yī)四診的重要內容，在中醫(yī)診斷領域的重要性以及對臨床的重要指導意義逐漸被人們所認同。舌診是中醫(yī)學了解人體生理功能和病理變化的一種獨具特色的診斷方法，是中醫(yī)診斷疾病的依據(jù)之一。計算機圖像識別是當前計算機一個非常重要的研究方向，它的基本思想是對計算機得到的圖像進行分析，從中得到該圖像的特征信息；在此基礎上，能夠對新的圖像進行比較和識別，從而實現(xiàn)非常廣泛的應用。 本文綜述了整個舌像識別的流程，簡要介紹了描述圖像的特征提取、圖像識

2、別的基本原理和幾種常用的識別模型，重點介紹了支持向量機和BP神經網絡模型。實驗部分結合人體生物特征識別系統(tǒng)提取了舌像的顏色特征，建立了舌像數(shù)據(jù)庫。采用支持向量機和BP神經網絡模式識別方法實現(xiàn)對舌質的分類，對比了算法的識別率。 舌質圖像一般用RGB或HSV顏色特征來區(qū)分，而PCA方法提供一種新的角度來觀察其特征。支持向量機和BP神經網絡作為兩種重要的模式識別方法，用來進行舌質特征研究。BP神經網絡包容的信息多，預測能力較支持向量機

3、方法強，但易出現(xiàn)過擬合現(xiàn)象。與BP神經網絡相比，支持向量機方法運行穩(wěn)定，是一種可靠的識別方法。 著重分析了支持向量機和BP神經網絡模型參數(shù)選取方法，并圖形化地顯示參數(shù)選擇的過程。應用支持向量機模型的重點是模型核函數(shù)的選擇。實驗選用RBF核函數(shù)，并采用交叉驗證的方式確定了模型參數(shù)，建立了支持向量機識別系統(tǒng)。神經網絡圖像識別技術則采用應用最廣泛的前饋神經網絡模型及其采用的BP算法。通過實驗確定了模型的層數(shù)、神經元數(shù)目、迭代次數(shù)等主要