摘要
提出了利用神经网络的分类功能,并借助于MATLAB软件的神经网络工具箱,采用具有自适应学习速率和附加动量因子的BP型神经网络,实现罗马数字模式识别的新方法。该方法同样适用于其它符号的模式识别。
According to the classification function of ANN and the ANN toolbox of MATLAB, based on the BP model which has the adap- ting learning rate and the additional momentum factor, a new method is presented to recognize the Roman number. The method can also be used to recognize other symbols.
出处
《计算机应用与软件》
CSCD
北大核心
2007年第9期143-144,183,共3页
Computer Applications and Software
作者简介
袁慧梅，副教授，主研领域：智能控制和自动测试技术等。
