10.3969/j.issn.1673-4785.2010.05.012
Elman神经网络的板形模式识别方法
针对静态网络设计和识别时间模式的能力弱、泛化能力差、学习速度慢等缺点,建立了一个基于Elman神经网络的板形模式识别系统.该系统由于考虑到了神经网络的过学习或过拟合问题,且通过经验公式和对比实验来确定神经网络的隐层节点数,具有简单、有效的优点.系统通过对6种基本板形模式及其组合模式的学习,具有了一定的泛化能力.经仿真验证,实际输出的误差均小于0.1,识别效果良好,可以证明基于Elman动态网络的系统,其板形识别能力要强于BP网络构成的系统.
板形模式识别、Elman神经网络、动态网络
5
TP183(自动化基础理论)
国家自然科学基金资助项目50675186
2011-03-11(万方平台首次上网日期,不代表论文的发表时间)
共5页
449-453