光电子·激光
光電子·激光
광전자·격광
JOURNAL OF OPTOECTRONICS·LASER
2001年
12期
1280-1283
,共4页
盛积德%常胜江%陈戍%张延炘
盛積德%常勝江%陳戍%張延炘
성적덕%상성강%진수%장연흔
神经网络%模式识别%激活函数%迹规则
神經網絡%模式識彆%激活函數%跡規則
신경망락%모식식별%격활함수%적규칙
本文提出了用于无约束手写体数字特征提取和识别的视觉与神经网络混合算法.为了提高不变性特征的稳定性及网络收敛速度,我们引入周期包函数来取代传统的sigmoid激活函数,计算机模拟结果显示该算法及激活函数能有效地提取手写体不变性特征,提高网络收敛速度和识别率.
本文提齣瞭用于無約束手寫體數字特徵提取和識彆的視覺與神經網絡混閤算法.為瞭提高不變性特徵的穩定性及網絡收斂速度,我們引入週期包函數來取代傳統的sigmoid激活函數,計算機模擬結果顯示該算法及激活函數能有效地提取手寫體不變性特徵,提高網絡收斂速度和識彆率.
본문제출료용우무약속수사체수자특정제취화식별적시각여신경망락혼합산법.위료제고불변성특정적은정성급망락수렴속도,아문인입주기포함수래취대전통적sigmoid격활함수,계산궤모의결과현시해산법급격활함수능유효지제취수사체불변성특정,제고망락수렴속도화식별솔.
