Resumen

Las obras de pintura estática tienen una importancia temática independiente en el marco de la historia de la pintura china, y su estructura general, su estructura de luminosidad y su estructura de color muestran diferentes características del mecanismo visual. Para extraer eficazmente las características del mecanismo visual, este experimento utiliza el algoritmo PSO para optimizar la red neuronal BP, construye la red neuronal PSO-BP para el reconocimiento y la extracción de características, y la compara con los resultados de entrenamiento de otros algoritmos. Los resultados muestran que la precisión de la predicción, la precisión del reconocimiento y la curva ROC de la red neuronal PSO-BP son elevadas, lo que demuestra que la convergencia de la red neuronal PSO-BP es buena, y que puede completar eficazmente el reconocimiento y el análisis de las personas y extraer eficazmente las características del mecanismo visual de las pinturas de escritura estática.

• Materias:Inteligencia artificial Minería de datos Algoritmos genéticos Neurofisiología Proceso de aprendizaje
• Subjects:Artificial intelligence Data mining Genetic algorithms Neurophysiology Learning processes
• Palabras claves:red neuronal, pb, mecanismo visual, curva de pso, obra de pintura estática, historia de la pintura china, análisis de personas, características del mecanismo visual, pintura de escritura estática, significado del tema independiente
• Keywords:neural network, bp, visual mechanism, curve of pso, static painting work, chinese painting history, analysis of people, visual mechanism features, static writing painting, independent theme significance