神经网络在模式识别中的简单分析及应用_精品文档Word文档下载推荐.doc
- 文档编号:13233856
- 上传时间:2022-10-08
- 格式:DOC
- 页数:47
- 大小:1.42MB
神经网络在模式识别中的简单分析及应用_精品文档Word文档下载推荐.doc
《神经网络在模式识别中的简单分析及应用_精品文档Word文档下载推荐.doc》由会员分享,可在线阅读,更多相关《神经网络在模式识别中的简单分析及应用_精品文档Word文档下载推荐.doc(47页珍藏版)》请在冰豆网上搜索。
因此,神经网络技术在模式识别中也得到广泛应用与发展。
关键词:
模式识别;
人工神经网络;
神经网络模型;
神经网络技术
-44-
Abstract
PatternRecognitionisthemachineidentification,computeridentificationoridentificationofmachineautomation,machineaimedatautomaticidentificationofthingstodobeforethemachinecanonlybemadebymancando,withpeoplewithallkindsofthingsandonananalysisofthephenomenon,describedwiththeabilitytodeterminethepart.Itisthepurposeofthestudyofthephysicalobjecttousethecomputerforclassification,theprobabilityofthesmallestinthewrongconditions,sothattheresultsofrecognitionasfaraspossibleinlinewithobjectivethings.
Asartificialneuralnetworktorecognizethecontinuing,neuralnetworkreferstoalargenumberofsimplecalculationunitconsistingofnon-linearsystem,whichtosomeextentandlevelsystemtoimitatethehumanbrain'
sinformationprocessing,storageandretrievalfunctions,whichhaslearning,memoryandcomputingfunctionssuchasintelligentprocessing.Suchpeopletouseartificialneuralnetworkwithahighdegreeofparallelism,theoverallroleofahighdegreeofnon-linearandgoodfaulttoleranceandassociativememoryfunction,andhavegoodself-adaptive,self-learningfunction,suchasprominentfeatures,theavailabilityofMATLABneuralnetworktoolboxTheneuralnetworkmodeltrainedneuralnetworkcaneffectivelyextractthesignal,voice,videoandotherfeaturesofperceptualpatternsandheuristicstosolvetheexistingpatternrecognitionsystemsarenotwellresolvedinvariantdetection,suchasabstractandsummaryissues.Thisneuralnetworkpatternrecognitioncanbeappliedtofeatureextraction,clusteringanalysis,edgedetection,signalenhancementandnoisesuppression,datacompression,suchasvariouslinks.Theuseofmachinesforpatternrecognitionisaveryusefulwork,suchasseriesofsymbolstoidentifythemachinesareofgreatvalue.Atpresent,thepatternrecognitiontechnologycanbeappliedtofingerprintidentification,ICcardtechnologyapplications,suchasexamplesofcharacterrecognition.Artificialneuralnetworkpatternrecognitionhasbecomeespeciallysuitableforsolvingaclassofproblem.Therefore,theneuralnetworkpatternrecognitiontechnologyisalsowidelyusedanddevelopment.
Keywords:
patternrecognition;
artificialneuralnetwork;
neuralnetworkmodel;
neuralnetworktechnology
目录
引言 -1-
1模式识别概述 -1-
1.1模式识别基本概念 -1-
1.2模式识别系统 -2-
1.3模式识别的主要方法 -2-
1.4模式识别应用 -3-
2人工神经网络概述 -4-
2.1人工神经元模型 -4-
2.1.1阀值函数、Sigmoid函数和分线段性函数 -5-
2.2人工神经网络模型 -5-
2.3神经网络学习特点 -6-
2.4人工神经网络在模式识别问题中应用优势 -6-
3神经网络模式识别 -7-
3.1基于BP神经网络的模式识别 -7-
3.1.1BP神经网络模型简述 -7-
3.1.2BP学习算法 -8-
3.1.3BP神经网络应用于字符识别 -9-
3.2基于径向基函数神经网络的模式识别 -16-
3.2.1径向基函数神经网络模型简述 -17-
3.2.2径向基函数神经网络应用特征模式的分类 -18-
3.3基于自组织竞争神经网络的模式识别 -19-
3.3.1自组织竞争神经网络基本思想 -20-
3.3.2自组织竞争神经网络设计模式分类器的应用 -20-
3.4基于反馈型神经网络的模式识别 -24-
3.4.1反馈型神经网络模型简述 -24-
3.4.2反馈型神经网络在工程领域的应用 -24-
4实验分析与总结 -31-
参考文献 -32-
附录 -33-
引言
模式识别的具体过程大致是对研究对象进行数据采集,数据预处理,特征提取和选择以及模式分类四步骤。
在此,运用MATLAB神经网络工具箱中的神经网络模型,利用人工神经网络技术解决有关模式识别的简单问题。
1模式识别概述
1.1模式识别基本概念
机器辨别事物最基本的方法是计算,原则上说是对计算机要分析的事物与标准模板的相似程度进行比较计算。
对于一些比较简单的模式识别问题,可以认为模式识别就是模式分类。
如对于识别“0”到“9”这10个阿拉伯数字的课题研究,可以将其转化为把待识别的字符分为从“0”到“9”这十类中某一类的问题。
但是,对于比较复杂的识别问题,仅用简单的模式分类就很难实现模式识别,因此还需要对待识别模式进行有关特征描述。
在模式识别技术中,被待观测的每个对象称为样品。
对于一个样品来说,必须确定一些与识别有关的因素作为研究的依据,每一个因素称为一个特征。
模式就是样品所具有特征的描述。
模式特征集又可用处于同一个特征空间的特征向量表示。
如果一个样品有个特征,则可以把看作一个维列向量,该向量称为特征向量。
这样,模式识别问题就是根据的个特征来判断模式属于哪一类。
待识别的不同模式都在同一特征空间中考察,不同模式类由于性质上的不同,它们在各特征取值范围内有所不同,因而会在不同的特征空间的不同区域中出现,因此,模式识别系统的目标是在特征空间和解释空间之间找到一种映射关系。
特征空间由从模式得到的对分类有用的度量、属性以及基元构成的空间。
解释空间是由所有不同所属类别的集合构成。
正因如此,在模式识别过程中,要对许多具体对象进行观测,以获得许多观测,其中有均值、方差、协方差和协方差矩阵等。
1.2模式识别系统
对于一个具体的模式识别问题,一般要进行数据采集、数据预处理、特征提取与选择以及模式分类四步骤。
研究模式识别过程实际上就是实现由数据空间经特征空间到类别空间的映射。
在模式识别中,通常将经数据预处理后的原始数据所在的空间称为测量空间,把分类进行的空间叫做特征空间。
一个模式识别系统是由学习模块和测试模块两个模块组成,如图1-2所示。
模式分类决策
未知模式特征提取和选择
未知模式数据获取
识别结果
数据预处理
改进判别规则
确定判别规则
训练样本特征提取和选择
训练样品特征数据输入
误差检测
调整特征提取与选择
图1-2 模式识别系统示意
在两个模块中都需要数据的预处理,而数据预处理功能是多方面的,如除去噪声信号的边缘影响;
将研究有关的模式分离;
对模式样品标准化等。
训练模式样本的特征数据输入过程,就是将已知的模式样品进行数值化后载入计
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 神经网络 模式识别 中的 简单 分析 应用 精品 文档