首页> 中文期刊>模式识别与人工智能 >基于RBF神经网络的数字模式识别方法

基于RBF神经网络的数字模式识别方法

开具论文收录证明 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

以RBF网络为识别模型,采用竞争算法,提出了一种基于RBF网络的数字识别方法,仿真结果表明此方法具有识别率高,识别速度快的优点,具有广阔的应用前景

著录项

来源
《模式识别与人工智能》|2002年第1期|93-97|共5页
作者
张秀玲; 李海滨;
展开▼
作者单位

燕山大学电气工程学院,秦皇岛,066004;

燕山大学电气工程学院,秦皇岛,066004;

展开▼
原文格式 PDF
正文语种 chi
中图分类人工神经网络与计算;
关键词
径向基函数(RBF); 神经网络; 数字识别; 竞争算法;

相似文献

中文文献
外文文献
专利

1. 基于RBF神经网络的数字模式识别方法 [J] . 赵秀丽 ,李廷军 ,金慧琴 . 海军航空工程学院学报 . 2004,第001期
2. 一种基于RBF神经网络的数字模式识别方法 [J] . 张秀玲 ,李海滨 . 仪器仪表学报 . 2002,第3期
3. 基于RBF神经网络的数字图像识别方法在交通检测中的应用 [J] . 孙艳 . 中国科技信息 . 2010,第014期
4. 一种基于小波变换和统计特征的数字信号调制模式识别方法 [J] . 高新 ,姚远程 ,秦明伟 . 现代电子技术 . 2014,第019期
5. 基于SOFM神经网络的数字模式识别方法 [J] . 王斌 . 计算机技术与发展 . 2003,第008期
6. 基于RBF神经网络的平面桁架损伤识别方法研究 [C] . 王建萍 ,栾焕强 . 第17届全国结构工程学术会议 . 2008
7. 基于模式识别方法的天气雷达数字产品的监控与分析 [A] . 古继成 . 2012

获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

客服微信
服务号