基于多层激励函数量子神经网络的字符识别算法

• 作者: 吴茹石 彭力 朱大奇
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 字符识别算法 量子神经网络 多层激励函数 模式识别
• 年，卷（期）: 2007,（4）
• 所属期刊栏目: 理论与试验研究
• 页码范围: 401-406
• 页数: 6页
• 分类号: TP183
• 字数: 4095字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-9037.2007.04.003

摘要

针对不同样本之间存在交叉数据的模式识别问题,将多层激励函数的量子神经网络引入模式识别之中,提出一种基于量子神经网络的模式识别算法.量子神经网络是将神经元与模糊理论相结合的模糊神经系统,由于自身固有的模糊性,它能将决策的不确定性数据合理地分配到各模式中,从而减少模式识别的不确定度,提高模式识别的准确性.本文以英文字母为例,应用量子神经网络模型进行字符识别,通过比较发现量子神经网络除了可以克服BP网络的诸多缺点外,对具有不确定性、两类模式之间存在交叉数据的模式识别问题,有极好的分类效果.仿真结果证明该方法的正确性和有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭力	江南大学智能控制研究所	148	814	15.0	21.0
2	朱大奇	上海海事大学信息工程学院	78	1278	18.0	34.0
3	吴茹石	江南大学智能控制研究所	2	27	2.0	2.0