RBFNN在数字识别中的应用 |
| |
引用本文: | 邹文辉.RBFNN在数字识别中的应用[J].中国科技信息,2007,11(20):110-111. |
| |
作者姓名: | 邹文辉 |
| |
作者单位: | 西华师范大学物理与电子信息学院,637002 |
| |
摘 要: | 径向基(RBF)神经网络是一种典型的前馈网络,具有收敛速度快、能收敛到全局最优点、可最佳逼近等优点。网络设计的主要问题包括隐层节点数、中心和半径的确定,以及网络权值的训练等。这里设计了一个用于车牌字符识别的径向基神经网络(RBFNN),利用竞争学习算法对网络进行学习,确定中心,并采用梯度下降法找到合适的权值参数,用Akaike的FPE标准精简网络,获得了94.9%的识别准确率。
|
关 键 词: | 径向基函数方法 竞争学习算法 梯度下降法 删除策略 |
本文献已被 CNKI 维普 万方数据 等数据库收录! |
|