基于分支前馈神经网络的数字字符识别算法

• 作者: 王耀明 路阳阳
• 来源期刊: 上海电机学院学报
• 学科: 工学
• 关键词: 分支前馈网络(BFNN) 模式识别 标准反向传播网络 数字字符
• 年，卷（期）: 2006,（5）
• 所属期刊栏目: 计算机与信息工程
• 页码范围: 54-57
• 页数: 4页
• 分类号: TP183
• 字数: 2995字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-0020.2006.05.015

摘要

将分支前馈神经网络(BFNN)运用于数字字符的模式识别问题中,其某些性能优于标准反向传播(BP)网络.BFNN的隐层神经元与输出神经元之间为分组对应关系,采用的学习算法与标准BP算法类似.BFNN可以根据样本的可分性构建最适宜的网络结构.在对大规模、分类复杂的样本进行识别时,性能优于标准BP网络.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王耀明	上海电机学院电子信息学院	26	293	8.0	16.0
2	路阳阳	上海师范大学数理信息学院	1	2	1.0	1.0