模式识别技术在电子信息特征提取中的应用

• 作者: 魏一博
• 来源期刊: 数码设计（下）
• 学科: 工学
• 关键词: 模式识别技术 电子信息 特征提取 应用
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 信息科技探讨
• 页码范围: 176-177
• 页数: 2页
• 分类号: TP391.4
• 字数: 2018字
• 语种: 中文

摘要

目前对于模式识别的研究主要集中于电子信息的相关特征提取以及最后的分类识别算法.例如可以采用主流的深度学习方法来进行特征值提取,通过卷积神经网络对图像进行识别,通过多层特征的融合来使得运算量降低,识别速度加快,通过基本的特征信息,从而反映出高级别的属性特征,其识别准确度较高,抗干扰性较强.基于深度学习的特征提取算法,通过较大规模的图像库进行训练,使得图像识别模型的准确度非常高,同时时间减小,可以达到万分之一秒.电子信息的模式识别主要是用函数逼近的方式来进行,最优化识别的主要是采用神经网络的方法,主要由评判、模型和执行三个部分来组成,它们都是用神经网络来进行实现的,主要可以采用相关的函数来对于内部的权重进行调整,从而达到分类的目的,对于整体进行逐次的优化,最终得到全局的优化识别提取函数,通过神经网络建模的方法,可以有效的对于电子信息特征进行提取,所以神经网络依然是当前很长一段时间内控制科学的发展方向.