基于描述特征改进的LVQ神经网络美元识别研究  

Dollar Recognition Based on Expressive Features and Improved LVQ

作　　者：白明燕[1] 贺建飚[1] 

机构地区：[1]中南大学信息科学与工程学院,湖南长沙410004

出　　处：《计算机系统应用》2009年第1期107-109,4,共4页Computer Systems & Applications

基　　金：湖南省自然科学基金项目(07JJ5077);国家自然科学基金资助项目(60503007)

摘　　要：针对货币识别中残币、旧币、假币识别的难度大和正确性不高等问题。提出了一种基于描述特征的改进LVQ的神经网络的美元识别算法。该算法首先使用基于描述特征的主成分分析技术(MEFFRA)提取美元的主要特征,然后使用MLVQ神经网络进行识别。不仅降低了货币特征提取时的复杂度,同时也克服了GLVQ和GLVQ-F算法的性能不稳定和对初值敏感性的理论缺陷。是一种更加优化的有师学习算法。试验结果表明,把该算法用于美元识别,有很好的效果。

关 键 词：LVQ神经网络 描述特征的主成分技术 MLVQ算法 GLVQ-F算法 美元识别 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程] TP391.41[自动化与计算机技术—控制科学与工程]