电脑与信息技术
電腦與信息技術
전뇌여신식기술
COMPUTER AND INFORMATION TECHNOLOGY
2008年
3期
29-31
,共3页
修正BP算法%货币识别%核主分量分析
脩正BP算法%貨幣識彆%覈主分量分析
수정BP산법%화폐식별%핵주분량분석
神经网络模式识别方法是模式识别领域的一个新的研究方向,而BP算法是神经网络众多算法中应用最为广泛的一种.针对BP算法易于陷入局部极小值且收敛速度慢的缺陷,在BP神经网络训练过程中采用混合学习策略,并对建立的货币识别模型进行Matlab仿真.实验结果表明:MBP-RO模型使神经网络缩短了训练时间,获得了更高的识别速度和更好的识别效果,该模型在货币识别中具有一定的优势.
神經網絡模式識彆方法是模式識彆領域的一箇新的研究方嚮,而BP算法是神經網絡衆多算法中應用最為廣汎的一種.針對BP算法易于陷入跼部極小值且收斂速度慢的缺陷,在BP神經網絡訓練過程中採用混閤學習策略,併對建立的貨幣識彆模型進行Matlab倣真.實驗結果錶明:MBP-RO模型使神經網絡縮短瞭訓練時間,穫得瞭更高的識彆速度和更好的識彆效果,該模型在貨幣識彆中具有一定的優勢.
신경망락모식식별방법시모식식별영역적일개신적연구방향,이BP산법시신경망락음다산법중응용최위엄범적일충.침대BP산법역우함입국부겁소치차수렴속도만적결함,재BP신경망락훈련과정중채용혼합학습책략,병대건립적화폐식별모형진행Matlab방진.실험결과표명:MBP-RO모형사신경망락축단료훈련시간,획득료경고적식별속도화경호적식별효과,해모형재화폐식별중구유일정적우세.
