电视技术
電視技術
전시기술
TV ENGINEERING
2013年
9期
198-201
,共4页
伍鹏%谢凯%陈传波%贺建飚
伍鵬%謝凱%陳傳波%賀建飚
오붕%사개%진전파%하건표
负相关学习%神经网络集成%货币识别
負相關學習%神經網絡集成%貨幣識彆
부상관학습%신경망락집성%화폐식별
negative correlation learning%neural network ensemble%currency recognition
为了提高货币识别率,提出了用负相关学习算法来提高神经网络集成的泛化能力.将紫外光照射下的纸币图片作为实验样本,将负相关学习法的集成神经网络用于分类器设计,选择6种面额纸币在不同噪声下的样本共300个作为训练样本,对单个神经网络分类器和神经网络集成分类器进行了MATLAB仿真,并对仿真所得的可靠性、识别率进行对比.实验结果表明,基于负相关学习的神经网络集成对货币识别分类有很好的效果,与应用单个神经网络的系统和独立训练个体网络的集成神经网络相比,它的识别率平均可以高出4％.
為瞭提高貨幣識彆率,提齣瞭用負相關學習算法來提高神經網絡集成的汎化能力.將紫外光照射下的紙幣圖片作為實驗樣本,將負相關學習法的集成神經網絡用于分類器設計,選擇6種麵額紙幣在不同譟聲下的樣本共300箇作為訓練樣本,對單箇神經網絡分類器和神經網絡集成分類器進行瞭MATLAB倣真,併對倣真所得的可靠性、識彆率進行對比.實驗結果錶明,基于負相關學習的神經網絡集成對貨幣識彆分類有很好的效果,與應用單箇神經網絡的繫統和獨立訓練箇體網絡的集成神經網絡相比,它的識彆率平均可以高齣4％.
위료제고화폐식별솔,제출료용부상관학습산법래제고신경망락집성적범화능력.장자외광조사하적지폐도편작위실험양본,장부상관학습법적집성신경망락용우분류기설계,선택6충면액지폐재불동조성하적양본공300개작위훈련양본,대단개신경망락분류기화신경망락집성분류기진행료MATLAB방진,병대방진소득적가고성、식별솔진행대비.실험결과표명,기우부상관학습적신경망락집성대화폐식별분류유흔호적효과,여응용단개신경망락적계통화독립훈련개체망락적집성신경망락상비,타적식별솔평균가이고출4％.
