基于最小不确定性神经网络的茶味觉信号识别

• 作者: 丰小月 周春光 王岩 黄艳新
• 来源期刊: 计算机研究与发展
• 学科: 工学
• 关键词: 最小不确定性 贝叶斯概率 粒子群优化 茶味觉信号
• 年，卷（期）: 2005,（1）
• 所属期刊栏目: 人工智能与模式识别
• 页码范围: 66-71
• 页数: 6页
• 分类号: TP183
• 字数: 3472字
• 语种: 中文

摘要

提出了一种基于最小不确定性神经网络方法的味觉信号识别模型,使用贝叶斯概率理论和粒子群优化算法(PSO),快速而有效地确定网络结构参数,实现了对10种茶味觉信号的识别,实验结果表明了将该模型引入到茶味觉信号识别的可行性和有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄艳新	吉林大学计算机科学与技术学院	13	209	9.0	13.0
2	王岩	吉林大学计算机科学与技术学院	133	735	15.0	21.0
3	周春光	吉林大学计算机科学与技术学院	161	2128	25.0	39.0
4	丰小月	吉林大学计算机科学与技术学院	3	28	2.0	3.0