针对联想记忆神经网络的形状识别系统应用的分析研究.pdfVIP

摘要 ——／人类对物体的识别，尤其对人造物体，95％是对其外形的识别，因此形状识 别迨模式t}{别研究的一个重要领域。联恕}己归神经网络经过多年的研究t目问的 研究热点是联想记忆网络的应用研究问题泌课题针对联想记忆网络形状识别系 统应用中ji{现f门#=．‘r关11i|!问题进行了深入硎究。 联想记忆|硎络征应用一㈨0笫一个问题足山于联想记忆网络要求输入信号必 须是二值的，而特征矢量通常以实值分挝出现．它不能直接用作联想记忆网络的 输入，因此输入之li{f必须编码，所以第一个问题是采用何种方法进行编码。出于 联想记忆网络是复杂的动力学过程，其稳定状念不仅是所记忆的状态，也可能是 伪状念，所以第二个问题是如何f!Ij确表达其输出的含义。笫三个问题是如何进行 学习样本选择，以提高形状识别系统的U{别正确率。 一f对于输入编码问题，针对目前常用的基于闽值的二值法的局限性，我们提出 了基于邻域统计信息的峰值检测算法。剥于输出含义表达问题，我们提出了基于 模式相似度的联想汜忆恻络输Ⅱ湖l决法解决这个问题。划于样本选择问题，我们 在进行了多种方案的比较实验并在这些工作的基础上提出了基于聚类和多类别 综合判决的样本方法。 经过实验验证，以上方法可以比较有效的解决上述问题。以上问题的解决对 应J，阿联想记忆神经网络形状以则系统解决实际问题具有很大的意义： 在实际应用中我们发现剥于实际的识别问题，如I粜单单利用模式的一个特征 进行识别，效果并不是很理想。刑于待识别的形状图像，经过Hough变换预处理 后可以得到峰值个数，峰值初始位置．峰值间隔三个特征。我们在应用过程中提 }b的第四个问题足如何综合,}lJ／：ll模式的这三个特征进行U{别，以提高识别正确 率。对于该问题，我们提出了毡f信息触合技术的形状识别系统n勺方案，，并初步 实现了该系统。经过实验验i．il：，该系统有效的提商了系统的U{别率。≮ ／ 、／ 关键词：联旭5记。豫，fl经网络，形状谚驯0，信息融合技术，样本选择，；麓瑰 j 夕 、 ABSTRACT areaof Withthe research recognitiont isanimportant pattern Shaperecognition hot research the associativeneuralnetwork，now research of lnemory development this network·Inr， associativeneural pape isthe