基于MBP-RO混合学习策略的货币识别研究  

The Research of Currency Recognition Based on MBP-RO Hybrid Learning Strategy

作　　者：许舫[1] 金瓯[1] 贺建飙 

机构地区：[1]中南大学信息科学与工程学院,湖南长沙410075 [2]湖南省金融货币识别与自助服务平台工程技术研究中心,湖南长沙410075

出　　处：《电脑与信息技术》2008年第3期29-31,共3页Computer and Information Technology

摘　　要：神经网络模式识别方法是模式识别领域的一个新的研究方向,而BP算法是神经网络众多算法中应用最为广泛的一种。针对BP算法易于陷入局部极小值且收敛速度慢的缺陷,在BP神经网络训练过程中采用混合学习策略,并对建立的货币识别模型进行Matlab仿真。实验结果表明:MBP-RO模型使神经网络缩短了训练时间,获得了更高的识别速度和更好的识别效果,该模型在货币识别中具有一定的优势。Pattern-recognition methods of nerve network are a new research direction in pattern-recognition domain and BP algorithm is the most widespread one in the nerve network algorithms. To overcome the drawbacks of falling into local minimum and slow convergence during Back-Propgation（BP） neural network learning, employed a hybrid learning strategy and MATLAB simulation is made to analyze result of the currency identification modeL The experiment indicates： MBP-RO model neural networks has shortened training time and gained higher speed and better outcomes,it shows the model have advantage in currency identification.

关 键 词：修正BP算法 货币识别 核主分量分析 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]