您的位置: 专家智库 > >

吴茹石

作品数:2 被引量:9H指数:2
供职机构:江南大学通信与控制工程学院控制科学与工程研究中心更多>>
发文基金:教育部科学技术研究重点项目江苏省自然科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 2篇多层激励函数
  • 2篇神经网
  • 2篇神经网络
  • 2篇量子神经网络
  • 2篇模式识别
  • 2篇激励函数
  • 1篇多级分类器
  • 1篇手写
  • 1篇手写体
  • 1篇手写体数字
  • 1篇手写体数字识...
  • 1篇字符
  • 1篇字符识别
  • 1篇字符识别算法
  • 1篇分类器

机构

  • 2篇江南大学
  • 1篇上海海事大学

作者

  • 2篇吴茹石
  • 2篇彭力
  • 1篇朱大奇

传媒

  • 1篇数据采集与处...
  • 1篇计算机工程与...

年份

  • 2篇2007
2 条 记 录,以下是 1-2
排序方式:
基于多层激励函数量子神经网络的字符识别算法被引量:2
2007年
针对不同样本之间存在交叉数据的模式识别问题,将多层激励函数的量子神经网络引入模式识别之中,提出一种基于量子神经网络的模式识别算法。量子神经网络是将神经元与模糊理论相结合的模糊神经系统,由于自身固有的模糊性,它能将决策的不确定性数据合理地分配到各模式中,从而减少模式识别的不确定度,提高模式识别的准确性。本文以英文字母为例,应用量子神经网络模型进行字符识别,通过比较发现量子神经网络除了可以克服BP网络的诸多缺点外,对具有不确定性、两类模式之间存在交叉数据的模式识别问题,有极好的分类效果。仿真结果证明该方法的正确性和有效性。
吴茹石朱大奇彭力
关键词:字符识别算法量子神经网络多层激励函数模式识别
基于量子神经网络的手写体数字识别方法研究被引量:8
2007年
手写体数字识别问题是模式识别领域的一个重要研究课题。提出了一种基于多层激励函数的量子神经网络和多级分类器组合的手写体数字识别方法,采用MNIST数据库进行训练和测试。实验结果表明,该识别方法在识别率和可靠性方面均有很好的效果,同时也体现出量子神经网络用于模式识别的优越性和潜力。
吴茹石彭力
关键词:量子神经网络多层激励函数多级分类器手写体数字识别模式识别
共1页<1>
聚类工具0