RBFNN在数字识别中的应用

摘要：

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.

关键词：径向基函数方法、竞争学习算法、梯度下降法、删除策略

分类号：TP3(计算技术、计算机技术)

在线出版日期：2007-11-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共2页

页码：110-111