共查询到20条相似文献，搜索用时 15 毫秒
1.
基于RBF神经网络的数字图像识别方法在交通检测中的应用 总被引：1，自引：0，他引：1
本文介绍了数字图像处理与模式识别在交通的应用领域及其重要意义,针对传统图像处理算法以及BP神经网络对数字图像识别存在的缺陷,提出了一种以RBF神经网络为识别模型的数字图像模式识别方法。通过Matlab仿真结果表明:该方法具有识别率高、识别速度快等优点,在交通检测领域具有广阔的应用推广前景。 相似文献
2.
面对网络大数据的挑战,特征信息的模式识别已成为信息情报领域的研究热点。本文对模式识别的现状进行了剖析,研究了现广泛运用于信息模式识别中的核方法。梳理并对比分析了核方法的各种算法理念与思想,介绍了核算法的设计、核函数的构造与核参数的选择方法,特别探讨了在网络舆情信息模式识别中的应用前景。 相似文献
3.
BP神经网络被广泛应用于模式识别、信号处理和自动控制等领域,其广泛性是由于它能实现任何连续映射,但由于BP网络训练所固有的复杂性,目前尚没有任何一种完全的算法能适用于任何BP网络的训练。本文介绍了MATLAB神经网络工具箱中各种训练算法的特点及其函数的参数形式,并对它们的收敛速度和内存消耗情况进行了比较,说明了其各自适用的网络。 相似文献
4.
模糊神经网络（Fuzzy Neural Networks,以下简称FNN）是模式识别领域的研究重点,具有广泛的应用背景。但FNN在复杂模式,尤其是在图象这样的高维空间上的分类效果并不理想。文章提出了一种基于交互式隶属度调整的模糊神经网络分类器算法,并在ORL人脸库上验证了该方法的有效性。 相似文献
5.
字符识别是模式识别领域的一项传统课题,其内容是模式识别领域中很多课题的基本内容。人工神经网络的出现为字符识别的研究提供了一种新的手段,BP神经网络(Back Propagation Neural Network)作为人工神经网络的一个分支,现已成为其最广泛的应用。本文以三层BP网络作为模型,并将其应用于对金属角铁上的字符识别。由于角铁字符为数字与英文字母混合,文中在对传统的BP算法进行了改进的基础上,采用了分组神经网络的设计方法,取得了良好的识别效果。 相似文献
6.
一种前馈神经网络算法 总被引：2，自引：0，他引：2
神经网络由于其非线性处理能力强，性能稳定等特点得到了广泛应用和研究，主要应用于模式识别、信号处理、知识工程、专家系统、优化组合、机器人控制等。神经网络中使用最为广泛的就是前馈神经网络，其网络权值学习算法中影响最大的就是误差反向传播算法(back-propagation简称BP算法)。BP算法存在局部极小点，收敛速度慢等缺点，基于优化理论的Levenberg-Marquardt算法忽略了二阶项，该文讨论当误差不为零或者不为线性函数即二阶项S(W)不能忽略时的Hesse矩阵的近似计算，进而训练网络。 相似文献
7.
针对目前在局部放电模式识别领域中常用的分类器算法的缺陷,本文研究随机森林(random forest,RF)算法在局部电放模式识别领域的应用。首先对局部放电试验数据提取统计特征量,构建放电的学习样本。利用十折法对算法分类性能进行评判,并比较常见分类算法BP神经网络、支持向量机(support vector machine,SVM))、KNN、分类回归树算法(classification and regression tree,CART)以及RF算法的识别准确率。结果表明:利用RF算法构建放电模式分类器的识别准确率最高。此外,利用组成RF的基分类算法CART可分析不同放电模式间的主要区别。 相似文献
8.
在人工神经网络的实际应用中,绝大部分的神经网络模型是采用BP神经网络和它的变化形式,它也是前向网络的核心部分,其主要用于函数逼近、模式识别、分类和数据压缩四个方面。文章采用模式识别来预测采空区瓦斯的涌出量,根据BP学习算法的原理,建立神经网络预测模型,并得到预测结果,从而为有效地预测和防治瓦斯灾害提供依据。 相似文献
9.
10.
径向基函数（RBF）神经网络广泛应用于模式识别、非线性函数逼近等领域。通过对聚类、梯度、正交最小二乘三种RBF神经网络进行正弦函数逼近的仿真实验,从中比较分析这三种RBF神经网络。得到的对比分析结果表明：正交最小二乘的方式所需的训练时间最短,网络收敛速度最快,并且不需要预先定义隐层节点数。 相似文献
11.
本文简要介绍国家自然科学基金委员会“七五”重大项目“光学神经网络的研究及其在模式识别中的应用”的研究意义、研究内容和研究进展,着重介绍了在适于模式识别和光学实现的神经网络模型研究、光学神经网络中的基础技术研究与关键器件研制等方面所得到的主要进展。 相似文献
12.
模糊神经网络在系统辨识、模式识别、图像处理、财务工程、数据采掘、工业控制、消防电子等许多领域有着广泛应用。文章着眼于高速公路路面质量评价,概述了高速公路路面质量评价的重要性,明确了基于模糊神经网络的高速公路路面质量评价的提出,并就其作出验证,意在为高速公路路面质量评价中模糊神经网络的应用提供思路与支持。 相似文献
13.
模糊神经网络是一个新型的研究领域,随着人们对人工智能进行更深入、多层次的研究,使其在模糊控制、模糊决策、专家系统、模式识别等众多领域都发挥了重要作用.模糊控制的逻辑推理技术与神经网络的结合,将弥补神经网络在模糊数据处理方面的不足和纯模糊逻辑在学习方面的缺陷. 相似文献
14.
人工神经网络是一种模拟生物神经网络并行处理和发送信息的数学模型或算法手段,随着科学技术的不断提高,它的应用领域越来越广泛。本文对人工神经网络的组成和特点进行了介绍,详细论述了人工神经网络在自动化领域中的应用,为人工神经网络在自动化领域中的应用提供了新思路和新途径。 相似文献
15.
协同神经网络是Haken提出的一种模式识别方法。本文在分析经典Haken协同神经网络的关键技术问题的基础上,提出了一种改进的协同神经网络新算法,并将改进的新算法应用于某高速公路地层断面信息识别问题上,与实际地层断面对比校验,表明网络的识别性能比经典Haken协同神经网络有较大的改进和提高。 相似文献
16.
车牌自动识别系统是一种利用车辆的动态视频或静态图像从而进行车牌号码自动识别的模式识别技术,是计算机视觉技术与模式识别技术相结合的技术领域。本文应用图像处理技术对车牌进行定位、获取字符,对字符进行分割,利用神经网络识别技术来对车牌字符进行识别,从而达到较好的自动识别效果。 相似文献
17.
基于蚁群算法的ACO-BP神经网络性能研究 总被引：1，自引：0，他引：1
BP神经网络是一种按误差逆传播算法训练的多层前馈网络,是目前应用最广泛的神经网络模型之一,存在收敛速度慢、易陷入局部最优等问题。将蚁群算法与BP神经网络相结合,在一定程度上克服了训练网络时间长、精度不高的问题,并与GA-BP神经网络对比分析,展示了ACO-BP神经网络的性能优势。 相似文献
18.
数学形态学基础及研究方向的探讨 总被引：1，自引：0，他引：1
数学形态学处理是处理数字图像的一种新方法,它在代数的基础上运用形态学的原理对数字图像进行分析。许多非常成功的理论模型和视觉检测系统都采用了数学形态学算法作为其理论基础或组成部分。数学形态学可以用来解决抑制噪声、特征提取、边缘检测、图像分割、形状识别、纹理分析、图像恢复与重建、图像压缩等图像处理问题。目前,数学形态学已在计算机视觉、信号处理与图像分析、模式识别、计算方法与数据处理等方面得到了极为广泛的应用,形态学图象处理已经成为计算机数字图象处理的一个重要研究领域。本文主要对数学形态学的基本理论及其在图像处理中的应用进行了综述。 相似文献
19.
联机手写字符识别是模式识别领域的一个重要应用分支。研究了联机手写字符识别相关预处理、特征提取、分类器设计等技术,并实现了基于字符轨迹密度和支持向量机的识别系统。实验表明,选取笔划密度特征和SVM算法进行字符识别具有较高的识别率。 相似文献
20.
模糊C均值(FCM)算法广泛地应用于模式识别、图像分割等领域。根据FCM算法存在对初始解敏感且迭代过程中计算量大的问题,本文提出了一种改进的算法:先通过精简数据集,减少算法迭代的时间;再使用密度函数法得到FCM算法的初始聚类中心,以减少FCM算法收敛所需的迭代次数。实验结果表明,改进后的算法较好地解决了类中心的初值化问题,提高了算法的收敛速度和运行效率。 相似文献