【摘 要】
：
我们主要做了以下几项工作:在第二章,对于两层前馈神经网络,证明了误差函数带有一种惩罚项时的收敛性和有界性,并给出收敛速率;在第三章,采用BP神经网络和自组织特征映射网络
论文部分内容阅读
我们主要做了以下几项工作:在第二章,对于两层前馈神经网络,证明了误差函数带有一种惩罚项时的收敛性和有界性,并给出收敛速率;在第三章,采用BP神经网络和自组织特征映射网络组成的多级神经网络,对带有噪音污染的常用63个印刷体数学符号进行识别,并且引入"雪球"和平滑训练方法以提高网络性能.同时,结合大量的数值结果,在算法的实现过程中,从多个角度对BP网络的收敛速度慢,非成熟饱和,推广能力不强等缺陷进行了分析和改进.在第四章,针对印刷体数学符号带有平移、旋转、一定的尺度伸缩及轻微形变的识别问题,基于矩特征提取方法,采用由区域分类和多个BP子网络组成的多级分类模型.对训练集合进行合理的选择以提高网络性能.并与模式识别中常用的统计分类方法——最近邻法,进行了比较.我们的结果表明,神经网络可以成功地应用于数学符号的识别.
其他文献
该文建立一个有再生核的函数Hilbert空间H（R）.在一般的再生核空间H（R）中建立了微分算子样条多分辨分析,用再生核尺度函数构造出空间中性能优良的基,建立了空间中函数的分解与重构
核糖核酸RNA是一类重要的生物大分子,其许多功能的实现需要借助于一定的二级结构、甚至三级结构.但是,鉴于RNA分子具有降解快、晶体难于获得等特点,用实验方法测定其结构比较
武器系统精度评估是一项复杂的工程，涉及了各种各样的信息，如何充分利用信息对其做出比较客观准确的评估一直是一个难题。Bayes小子样理论可以有效地融合定型试验前的各种信息，
在数据分析和自动化处理中，高斯混合分布是一种有效的概率模型和分析工具。实际中，我们所遇到的许多数据都可以看作来自于多个高斯分布或总体的混合体。然而，在使用高斯混合模型
本刊今年第二期刊登的《中小学党组织书记专业化发展的构想》一文,在读者中反响强烈,编辑部收到许多来信来电,对这个问题开展了广泛而深入的探讨,颇有见地,本刊为此选择了两
建筑行业的快速发展使得建筑施工技术也在不断更新改革，越来越多的施工技术被研发出来，在施工过程中注重技术的同时也要考虑建筑的能耗问题，尽可能地减少建筑的能源损耗，保证能量
国有企业党建工作的目标之一是“有一支能够在企业改革、发展中经得起困难和风险的考验,在两个文明建设中发挥先锋模范作用的党员队伍”。改革开放和现代化建设的新形势,使党
全文共分六章.第一章前言介绍了变分不等式的最优控制问题相关背景及该文作用的主要工作.第二章是预备知识部分.第三章我们讨论了抛物型变分不等式的边界最优控制问题.接下来
H-矩阵是一类有着广泛应用背景的特殊矩阵,它在数学、物理和工程技术等实际问题中出现的常微分方程、偏微分方程和大型线性方程组的算法研究中有着十分重要的作用.对H-矩阵的
本文我们研究带有自由边界和混合边界条件的二阶拟线性椭圆方程．具体来说，在一个开集Qu△=Di(aij(x，u)Dju)+6(x，u，Du)=0. 本文首先我们给出—个具有物理背景的例子说明这类方程