RBFNN在数字识别中的应用  

作　　者：邹文辉[1] 

机构地区：[1]西华师范大学物理与电子信息学院,637002

出　　处：《中国科技信息》2007年第20期110-111,共2页China Science and Technology Information

摘　　要：径向基(RBF)神经网络是一种典型的前馈网络,具有收敛速度快、能收敛到全局最优点、可最佳逼近等优点。网络设计的主要问题包括隐层节点数、中心和半径的确定,以及网络权值的训练等。这里设计了一个用于车牌字符识别的径向基神经网络(RBFNN),利用竞争学习算法对网络进行学习,确定中心,并采用梯度下降法找到合适的权值参数,用Akaike的FPE标准精简网络,获得了94.9%的识别准确率。in this thesis, a RBFNN is designed for character recognition. The network is competitive learned, the weights are made by gradient-descent, finally the FPE standard cut the network.. This RBFNN has achieved 94.9% right.

关 键 词：径向基函数方法 竞争学习算法 梯度下降法 删除策略 

分 类 号：TP391.43[自动化与计算机技术—计算机应用技术]