2.845

2023影响因子

(CJCR)

  • 中文核心
  • EI
  • 中国科技核心
  • Scopus
  • CSCD
  • 英国科学文摘

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于非线性时序模型的神经网络图形识别方法

熊沈蜀 周兆英

熊沈蜀, 周兆英. 基于非线性时序模型的神经网络图形识别方法. 自动化学报, 1999, 25(4): 467-475.
引用本文: 熊沈蜀, 周兆英. 基于非线性时序模型的神经网络图形识别方法. 自动化学报, 1999, 25(4): 467-475.
XIONG Shenshu, ZHOU Zhaoying. Nonlinear Time Series Model for Shape Recognition Using Neural Networks. ACTA AUTOMATICA SINICA, 1999, 25(4): 467-475.
Citation: XIONG Shenshu, ZHOU Zhaoying. Nonlinear Time Series Model for Shape Recognition Using Neural Networks. ACTA AUTOMATICA SINICA, 1999, 25(4): 467-475.

基于非线性时序模型的神经网络图形识别方法

Nonlinear Time Series Model for Shape Recognition Using Neural Networks

  • 摘要: 提出了复数域非线性指数自回归(CNEAR)图形轮廓建模方法.构造了用于CNEAR 模型参数估计的神经网络模型,利用该网络可解决非线性参数的估计问题.CNEAR模 型参数具有平移、旋转和比例不变性并与计算起始点的选择无关.基于模型参数构造了特征 向量,并设计了复数神经网络分类器,给出了复数神经网络学习算法.实验结果表明CNEAR 模型在较低阶次即能获得较高的识别率,CNEAR模型对带噪声图形及形状差别较小图形的 识别效果要好于复数域自回归模型方法.
  • 加载中
计量
  • 文章访问数:  3352
  • HTML全文浏览量:  107
  • PDF下载量:  1227
  • 被引次数: 0
出版历程
  • 收稿日期:  1998-01-16
  • 刊出日期:  1999-04-20

目录

    /

    返回文章
    返回