动态网络分析视角下的纹理分析与分类应用研究

摘要

基于Backes Andre Ricardo等人提出的"构造伴生动态演化网络"、生成"高维解释向量"的纹理图片分类法,研究了Kylberg纹理图像库的分类问题.通过将数据集图片样本进行二次分割以减少该算法预处理计算量、提出了构建纹理网络时的"网络顶点随机化、抽样采集"策略,该思路可进一步减少算法的时间开销.该类纹理图片数据高维几何数字特征的提取流程易于实现,扩展了原算法的适用范围.数值结果表明算法对旋转操作、噪声干扰具有一定的鲁棒性,具备一定潜在应用前景.