辽宁石油化工大学学报
遼寧石油化工大學學報
료녕석유화공대학학보
JOURNAL OF LIAONING UNIVERSITY OF PETROLEUM & CHEMICAL TECHNOLOGY
2008年
1期
52-54,58
,共4页
顾妍午%李平%陶文华%田绍宽
顧妍午%李平%陶文華%田紹寬
고연오%리평%도문화%전소관
BP神经网络%LM算法%特征提取%手写邮政编码
BP神經網絡%LM算法%特徵提取%手寫郵政編碼
BP신경망락%LM산법%특정제취%수사유정편마
为解决手写邮政编码识别困难的问题,引入改进的粗网格特征提取方法,对神经网络的网络输入进行简化,并且采用基于LM算法的BP神经网络来进行网络学习.LM算法是一种改进的高斯-牛顿算法,此算法通过简化的网络输入,进一步提高了网络学习的精度、稳定度和学习速度.仿真结果验证了此算法在手写邮政编码识别中的有效性.
為解決手寫郵政編碼識彆睏難的問題,引入改進的粗網格特徵提取方法,對神經網絡的網絡輸入進行簡化,併且採用基于LM算法的BP神經網絡來進行網絡學習.LM算法是一種改進的高斯-牛頓算法,此算法通過簡化的網絡輸入,進一步提高瞭網絡學習的精度、穩定度和學習速度.倣真結果驗證瞭此算法在手寫郵政編碼識彆中的有效性.
위해결수사유정편마식별곤난적문제,인입개진적조망격특정제취방법,대신경망락적망락수입진행간화,병차채용기우LM산법적BP신경망락래진행망락학습.LM산법시일충개진적고사-우돈산법,차산법통과간화적망락수입,진일보제고료망락학습적정도、은정도화학습속도.방진결과험증료차산법재수사유정편마식별중적유효성.
