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:
采用BP网络和Kohonen自组织特征映射网络组成的多级神经网络模型, 对数学符号进行识别, 引入"雪球”和平滑训练方法以提高网络性能. 实验结果表明, 该模型对数学符号的识别, 特别在有噪音污染的情况下, 具有较好的效果.
推荐文章
基于神经网络数字识别方法的研究
数字识别
神经网络
粗糙集
特征提取
基于卷积神经网络的未知协议识别方法
深度学习
机器学习
卷积神经网络
未知协议识别
基于卷积神经网络的细胞识别
细胞识别
卷积神经网络
深度学习
池化层
基于神经网络算法的字符识别方法研究
BP神经网络
车牌
字符识别
形状
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 识别数学符号的神经网络方法
来源期刊 吉林大学自然科学学报 学科 工学
关键词 多级神经网络 BP算法 自组织特征映射 "雪球”训练 平滑训练
年,卷(期) 2001,(3) 所属期刊栏目
研究方向 页码范围 11-16
页数 6页 分类号 TP183
字数 4691字 语种 中文
DOI 10.3321/j.issn:1671-5489.2001.03.003
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 吴微 大连理工大学应用数学系 22 481 8.0 21.0
2 孔俊 吉林大学数学研究所 1 22 1.0 1.0
3 赵卫海 大连理工大学应用数学系 2 24 2.0 2.0
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  (4)
节点文献
引证文献  (22)
同被引文献  (0)
二级引证文献  (16)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(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)
2003(1)
  • 引证文献(1)
  • 二级引证文献(0)
2005(3)
  • 引证文献(3)
  • 二级引证文献(0)
2006(8)
  • 引证文献(6)
  • 二级引证文献(2)
2007(7)
  • 引证文献(4)
  • 二级引证文献(3)
2008(6)
  • 引证文献(4)
  • 二级引证文献(2)
2009(8)
  • 引证文献(2)
  • 二级引证文献(6)
2012(2)
  • 引证文献(1)
  • 二级引证文献(1)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
多级神经网络
BP算法
自组织特征映射
"雪球”训练
平滑训练
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
吉林大学学报(理学版)
双月刊
1671-5489
22-1340/O
大16开
长春市南湖大路5372号
12-19
1955
chi
出版文献量(篇)
4812
总下载数(次)
6
总被引数(次)
24333
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导