10.3321/j.issn:0253-2239.2000.09.014
利用汉明距离优选神经网络学习样本
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.
神经网络、模式识别、学习样本、级联模型
20
O4(物理学)
中国科学院资助项目69877005;新材料领域项目;天津市21世纪青年科学基金;天津市高教局资助项目
2008-08-04(万方平台首次上网日期,不代表论文的发表时间)
共6页
1229-1234