期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于非线性时序模型的神经网络图形识别方法 被引量:3
1
作者 熊沈蜀 周兆英 《自动化学报》 EI CSCD 北大核心 1999年第4期467-475,共9页
提出了复数域非线性指数自回归(CNEAR)图形轮廓建模方法.构造了用于CNEAR模型参数估计的神经网络模型,利用该网络可解决非线性参数的估计问题.CNEAR模型参数具有平移、旋转和比例不变性并与计算起始点的选择无关.... 提出了复数域非线性指数自回归(CNEAR)图形轮廓建模方法.构造了用于CNEAR模型参数估计的神经网络模型,利用该网络可解决非线性参数的估计问题.CNEAR模型参数具有平移、旋转和比例不变性并与计算起始点的选择无关.基于模型参数构造了特征向量,并设计了复数神经网络分类器,给出了复数神经网络学习算法.实验结果表明CNEAR模型在较低阶次即能获得较高的识别率,CNEAR模型对带噪声图形及形状差别较小图形的识别效果要好于复数域自回归模型方法. 展开更多
关键词 图形识别 回归模型 神经网络 时序模型 非线性
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部