对图形识别具有平移、旋转、伸缩不变性的神经网络

• 作者: 吴福朝 张钹 张铃
• 来源期刊: 计算机学报
• 学科: 工学
• 关键词: 神经网络 运动不变性 FP算法
• 年，卷（期）: 1998,（2）
• 所属期刊栏目: 研究论文与技术报告
• 页码范围: 127-136
• 页数: 10页
• 分类号: TP18
• 字数: 7252字
• 语种: 中文
• DOI: 10.3321/j.issn:0254-4164.1998.02.005

摘要

本文讨论如何构造在平面刚体运动和伸缩变换下,具有不变性模式识别能力的神经网络,即建立一个前向多层的神经网络.它具有如下性质:若网络能识别某一样本,则同时也能识别该样本经刚体运动及伸缩之后的任一状态.按文中给出的构造方法,得到的网络具有如下性质:网络对运动和伸缩变换具有不变性;拓扑结构简单:网络的元件个数为O(n),连接复杂性低,每个元件的输入端只需O(n)个(其中n是输入向量的维数);学习和识别的速度快(网络的学习速度是样本个数的线性函数).最后给出四个(三个图形和一个图像的例子)识别的模拟结果及对网络鲁棒性的模拟分析.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张钹	清华大学计算机科学与技术系	68	5127	32.0	68.0
2	张铃	安徽大学人工智能研究所	85	2554	22.0	49.0
3	吴福朝		1	35	1.0	1.0