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:
首先介绍了传统的人工神经网络方法对数字字符的识别,进而在变换函数、误差函数以及惯量项等方面对学习算法进行了改进,提出局部自适应算法--RPROP算法,使网络具有一定的容错能力,用VC完成对数字字符识别的模拟.最后实验表明,改进的算法可以有效地完成对训练样本的识别,并且弥补传统方法学习速度低、平均误差大的缺点.
推荐文章
BP神经网络算法在数字识别中的应用
BP神经网络
附加动量法
自适应学习率
BP神经网络算法在数字识别中的应用
BP神经网络
附加动量法
自适应学习率
改进BP神经网络在流型智能识别中的应用
多相流
流型
非线性最小二乘法
神经网络
模式识别
BP神经网络的改进及其应用
人工神经网络
BP神经网络
需水量
预测
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 改进的BP神经网络在数字识别上的应用
来源期刊 成都信息工程学院学报 学科 工学
关键词 BP神经网络 模式识别 训练样本
年,卷(期) 2008,(6) 所属期刊栏目
研究方向 页码范围 648-652
页数 5页 分类号 TP183
字数 3414字 语种 中文
DOI 10.3969/j.issn.1671-1742.2008.06.012
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 巨辉 成都信息工程学院控制工程研究所 22 106 6.0 9.0
2 曹世梅 成都信息工程学院控制工程研究所 3 10 2.0 3.0
3 武志强 成都信息工程学院控制工程研究所 3 10 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (12)
共引文献  (38)
参考文献  (5)
节点文献
引证文献  (3)
同被引文献  (4)
二级引证文献  (15)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(3)
  • 参考文献(1)
  • 二级参考文献(2)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(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)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(2)
  • 引证文献(1)
  • 二级引证文献(1)
2012(3)
  • 引证文献(0)
  • 二级引证文献(3)
2013(2)
  • 引证文献(0)
  • 二级引证文献(2)
2014(2)
  • 引证文献(0)
  • 二级引证文献(2)
2015(4)
  • 引证文献(1)
  • 二级引证文献(3)
2016(2)
  • 引证文献(0)
  • 二级引证文献(2)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
BP神经网络
模式识别
训练样本
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
成都信息工程大学学报
双月刊
2096-1618
51-1769/TN
四川省成都市西南航空港经济开发区学府路一段24号
chi
出版文献量(篇)
2582
总下载数(次)
9
总被引数(次)
12634
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导