利用汉明距离优选神经网络学习样本
이용한명거리우선신경망락학습양본
Selecting of Learning Samples Based on Hamming Distance
  • 万方数据
    光学学报 광학학보
    ACTA OPTICA SINICA
    2000年 9期 1229-1234 ,共6页

    申金媛%刘玥%张文伟%陈戍%郭鹏毅%宋庄%张延炘

    신금원%류모%장문위%진수%곽붕의%송장%장연흔

    神经网络%模式识别%学习样本%级联模型 神經網絡%模式識彆%學習樣本%級聯模型
    신경망락%모식식별%학습양본%급련모형
    鉴于学习样本对神经网络模型的模式识别性能有很大的影响,提出学习样本的选择应与识别模型所利用的特性相结合,并利用汉明(Hamming)距离对用于旋转不变识别的级联模型的学习样本进行优选,计算机对三个很相似的飞机模型进行识别,识别结果表明对学习样本进行有效的选择不仅可以减少系统的学习训练时间而且可以提高模型的识别能力.
    감우학습양본대신경망락모형적모식식별성능유흔대적영향,제출학습양본적선택응여식별모형소이용적특성상결합,병이용한명(Hamming)거리대용우선전불변식별적급련모형적학습양본진행우선,계산궤대삼개흔상사적비궤모형진행식별,식별결과표명대학습양본진행유효적선택불부가이감소계통적학습훈련시간이차가이제고모형적식별능력.
    원문보기 원문다운로드 사이트로이동
저자의 최근 논문