计算机研究与发展
計算機研究與髮展
계산궤연구여발전
JOURNAL OF COMPUTER RESEARCH AND DEVELOPMENT
2005年
1期
66-71
,共6页
王岩%周春光%黄艳新%丰小月
王巖%週春光%黃豔新%豐小月
왕암%주춘광%황염신%봉소월
最小不确定性%贝叶斯概率%粒子群优化%茶味觉信号
最小不確定性%貝葉斯概率%粒子群優化%茶味覺信號
최소불학정성%패협사개솔%입자군우화%다미각신호
提出了一种基于最小不确定性神经网络方法的味觉信号识别模型,使用贝叶斯概率理论和粒子群优化算法(PSO),快速而有效地确定网络结构参数,实现了对10种茶味觉信号的识别,实验结果表明了将该模型引入到茶味觉信号识别的可行性和有效性.
提齣瞭一種基于最小不確定性神經網絡方法的味覺信號識彆模型,使用貝葉斯概率理論和粒子群優化算法(PSO),快速而有效地確定網絡結構參數,實現瞭對10種茶味覺信號的識彆,實驗結果錶明瞭將該模型引入到茶味覺信號識彆的可行性和有效性.
제출료일충기우최소불학정성신경망락방법적미각신호식별모형,사용패협사개솔이론화입자군우화산법(PSO),쾌속이유효지학정망락결구삼수,실현료대10충다미각신호적식별,실험결과표명료장해모형인입도다미각신호식별적가행성화유효성.