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:
为了提高径向基函数(RBF)神经网络的泛化能力,提出了一种组合径向基函数神经网络,并通过对英文字母的识别进行了仿真验证.基于CMOS电路设计了该组合径向基函数神经网络,所有单元电路均采用HJTC 0.18 μm CMOS数模混合工艺设计制造.通过PCB板实现了一个2×3的组合RBF神经网络,并对"一"和"1"的识别问题进行了验证.实验结果表明:该组合RBF神经网络电路结构简单,便于扩展和调节,提高了整个网络的泛化能力,为硬件实现更为复杂的组合径向基函数神经网络提供了可能.
推荐文章
径向基函数神经网络的再学习算法及其应用
径向基函数神经网络
再学习算法
训练样本
边界模糊图像的径向基函数神经网络分割方法研究
边界模糊图像
径向基函数神经网络
图像分割
机器视觉
基于径向基函数神经网络的智能嗅觉系统
智能嗅觉系统
径向基函数网络
气体传感器阵列
选择性
径向基函数神经网络在网络安全预测中的应用
径向基函数
非线性时序
网络安全态势
网络攻击
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 组合径向基函数神经网络的硬件实现
来源期刊 清华大学学报(自然科学版) 学科 工学
关键词 CMOS模拟电路 组合径向基函数神经网络 字母识别 硬件实现
年,卷(期) 2009,(10) 所属期刊栏目 微电子学
研究方向 页码范围 1692-1695
页数 4页 分类号 TN492
字数 语种 中文
DOI
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 靳东明 25 183 7.0 12.0
2 梁艳 6 396 4.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (5)
参考文献  (5)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1985(2)
  • 参考文献(1)
  • 二级参考文献(1)
1986(1)
  • 参考文献(1)
  • 二级参考文献(0)
1991(2)
  • 参考文献(1)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(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)
研究主题发展历程
节点文献
CMOS模拟电路
组合径向基函数神经网络
字母识别
硬件实现
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
清华大学学报(自然科学版)
月刊
1000-0054
11-2223/N
大16开
北京市海淀区清华园清华大学
2-90
1915
chi
出版文献量(篇)
7846
总下载数(次)
26
总被引数(次)
132043
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导