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:
针对传统的板形识别模型在识别板形时,由于板宽的变化需要不同拓扑结构的神经网络才能完成板形模式识别任务,网络学习工作量大,网络存在收敛速度慢,易陷入局部极小等结构性能不佳的问题,建立了一种新的基于CMAC神经网络的板形模式识别模型.该模型利用欧式距离差得到网络的输入神经元,并在权值更新算法中引入了动态学习率.通过仿真实验表明该方法简单、实用,识别精度较高,克服了传统的识别模型的缺点和不足,有效地提高了板形模式识别模型的速度和精度.
推荐文章
基于仿生模式识别的构造型神经网络分类方法
仿生模式识别
神经元
构造型神经网络
高维空间
分类
一种基于分级神经网络的车牌字符识别新方法
车牌识别
径向基函数神经网络
二级网络
识别率
一种利用神经网络提取运动模糊区域的新方法
局部运动模糊
频谱
径向基神经网络
模糊区域
Elman神经网络的板形模式识别方法
板形模式识别
Elman神经网络
动态网络
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 一种基于CMAC神经网络的板形模式识别新方法
来源期刊 河北工业科技 学科 工学
关键词 板形 模式识别 CMAC神经网络 欧式距离
年,卷(期) 2014,(3) 所属期刊栏目 研究与开发
研究方向 页码范围 209-214
页数 6页 分类号 TP18
字数 4018字 语种 中文
DOI 10.7535/hbgykj.2014yx03005
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 李艳 军械工程学院信息工程系 10 35 4.0 5.0
2 张自立 石家庄学院计算机学院 7 18 3.0 4.0
3 吕建红 军械工程学院信息工程系 7 19 2.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (48)
共引文献  (82)
参考文献  (13)
节点文献
引证文献  (6)
同被引文献  (5)
二级引证文献  (0)
1975(1)
  • 参考文献(1)
  • 二级参考文献(0)
1990(1)
  • 参考文献(1)
  • 二级参考文献(0)
1992(5)
  • 参考文献(1)
  • 二级参考文献(4)
1995(5)
  • 参考文献(0)
  • 二级参考文献(5)
1996(4)
  • 参考文献(0)
  • 二级参考文献(4)
1997(4)
  • 参考文献(0)
  • 二级参考文献(4)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(6)
  • 参考文献(2)
  • 二级参考文献(4)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(9)
  • 参考文献(2)
  • 二级参考文献(7)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(3)
  • 参考文献(2)
  • 二级参考文献(1)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(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)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
板形
模式识别
CMAC神经网络
欧式距离
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
河北工业科技
双月刊
1008-1534
13-1226/TM
大16开
河北省石家庄市裕华东路70号
18-327
1984
chi
出版文献量(篇)
2570
总下载数(次)
4
总被引数(次)
14826
论文1v1指导