摘要
采用 BP网络和 Kohonen自组织特征映射网络组成的多级神经网络模型 ,对数学符号进行识别 ,引入“雪球”和平滑训练方法以提高网络性能 .实验结果表明 ,该模型对数学符号的识别 ,特别在有噪音污染的情况下 ,具有较好的效果 .
Multi stage neural networks constructed of BP networks and self organizing feature maps are used to recognize mathematical symbols. Snowball and smoothing trainings are also adopted to improve the performance of the neural networks. Experimental results show that this approach is efficient and robust when the symbols are polluted.
出处
《吉林大学自然科学学报》
CAS
CSCD
北大核心
2001年第3期11-16,共6页
Acta Scientiarum Naturalium Universitatis Jilinensis
基金
国家自然科学基金 (批准号 :199710 12 )
教育部青年骨干教师基金
国防科工委国防基础科研基金 (批准号 :J170 0 B0 0 2 )
