电光与控制
電光與控製
전광여공제
ELECTRONICS OPTICS & CONTROL
2012年
4期
68-71
,共4页
王灵刚%张蕾%普杰信%李洁
王靈剛%張蕾%普傑信%李潔
왕령강%장뢰%보걸신%리길
物体识别%BP算法%神经网络%改进
物體識彆%BP算法%神經網絡%改進
물체식별%BP산법%신경망락%개진
针对传统BP神经网络容易陷入局部极小、收敛速度慢和确定隐含层的神经元个数比较困难等缺点,从结构和算法两方面对BP神经网络进行改进.改进后的网络具有较快的收敛速度和较短的运行时间,加强了BP神经网络的学习能力和自适应能力,并将其应用于物体的分类识别,取得了良好的效果.仿真结果表明了此改进方法的可行性和有效性.
針對傳統BP神經網絡容易陷入跼部極小、收斂速度慢和確定隱含層的神經元箇數比較睏難等缺點,從結構和算法兩方麵對BP神經網絡進行改進.改進後的網絡具有較快的收斂速度和較短的運行時間,加彊瞭BP神經網絡的學習能力和自適應能力,併將其應用于物體的分類識彆,取得瞭良好的效果.倣真結果錶明瞭此改進方法的可行性和有效性.
침대전통BP신경망락용역함입국부겁소、수렴속도만화학정은함층적신경원개수비교곤난등결점,종결구화산법량방면대BP신경망락진행개진.개진후적망락구유교쾌적수렴속도화교단적운행시간,가강료BP신경망락적학습능력화자괄응능력,병장기응용우물체적분류식별,취득료량호적효과.방진결과표명료차개진방법적가행성화유효성.
