作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
本文提出一种用于模式识别,并具有逻辑推理及自学习能力的神经网络模型。该模型是自适应揄网络(AINET)属于一种前馈式神经网络,它由两种类型的连接组成,可通过反向传播算法进行训练。该模型有四个主要特征;逻辑推进能力、通过自学习采集知识、利用专家知识改善用结果解释能力。本文首先描述网络的结构和性能、自学习的方法和其它特征,然后再介绍使用该神经网络的一种复合型图象识别模型。该模型由两个阶段组成;特征抽取
推荐文章
一种基于模糊径向基函数神经网络的自学习控制器
径向基函数网络
神经网络学习控制
电液位置伺服系统
自学习神经元及自学习BP网络
自学习神经元
自学习BP网络
学习策略
面向神经元
一种改进的神经网络板形模式识别方法
板形模式
识别方法
向量机
径向基
基于小波和自学习神经网络的图像分割
小波神经网络
图像分割
FLIR
自学习状态
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种用于视觉模式识别并能自学习和推理的神经网络
来源期刊 图象识别与自动化 学科 工学
关键词 模式识别 自学习 推理 神经网络
年,卷(期) 1996,(1) 所属期刊栏目
研究方向 页码范围 83-95
页数 13页 分类号 TP391.4
字数 语种
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1996(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
模式识别
自学习
推理
神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
图象识别与自动化
半年刊
上海中山北路3185号
出版文献量(篇)
298
总下载数(次)
1
总被引数(次)
0
论文1v1指导