10.3969/j.issn.1001-8972.2007.20.058
RBFNN在数字识别中的应用
径向基(RBF)神经网络是一种典型的前馈网络,具有收敛速度快、能收敛到全局最优点、可最佳逼近等优点.网络设计的主要问题包括隐层节点数、中心和半径的确定,以及网络权值的训练等.这里设计了一个用于车牌字符识别的径向基神经网络(RBFNN),利用竞争学习算法对网络进行学习,确定中心,并采用梯度下降法找到合适的权值参数,用Akaike的FPE标准精简网络,获得了 94.9%的识别准确率.
径向基函数方法、竞争学习算法、梯度下降法、删除策略
TP3(计算技术、计算机技术)
2007-11-19(万方平台首次上网日期,不代表论文的发表时间)
共2页
110-111