基于负相关神经网络集成的货币识别算法研究

• 作者: 伍鹏 谢凯 贺建飚 陈传波
• 来源期刊: 电视技术
• 学科: 工学
• 关键词: 负相关学习 神经网络集成 货币识别
• 年，卷（期）: 2013,（9）
• 所属期刊栏目: 视频应用与工程
• 页码范围: 198-201
• 页数: 4页
• 分类号: TN919.8
• 字数: 2948字
• 语种: 中文

摘要

为了提高货币识别率,提出了用负相关学习算法来提高神经网络集成的泛化能力.将紫外光照射下的纸币图片作为实验样本,将负相关学习法的集成神经网络用于分类器设计,选择6种面额纸币在不同噪声下的样本共300个作为训练样本,对单个神经网络分类器和神经网络集成分类器进行了MATLAB仿真,并对仿真所得的可靠性、识别率进行对比.实验结果表明,基于负相关学习的神经网络集成对货币识别分类有很好的效果,与应用单个神经网络的系统和独立训练个体网络的集成神经网络相比,它的识别率平均可以高出4％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈传波	华中科技大学计算机科学与技术学院	217	2973	28.0	45.0
2	伍鹏	长江大学电子信息学院	22	28	3.0	4.0
3	谢凯	长江大学电子信息学院	58	71	4.0	6.0
4	贺建飚	中南大学信息科学与工程学院	58	399	11.0	18.0