您的位置： 专家智库 > >

宁波市自然科学基金(2010A610109)

作品数：2 被引量：12H指数：2
相关作者：陈恳杨守建更多>>
相关机构：宁波大学同济大学更多>>
发文基金：宁波市自然科学基金更多>>
相关领域：自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 2篇网络
  • 1篇多项式
  • 1篇多项式拟合
  • 1篇信噪比
  • 1篇学习率
  • 1篇神经网
  • 1篇神经网络
  • 1篇识别率
  • 1篇图像
  • 1篇图像复杂度
  • 1篇网络性能
  • 1篇交通标志
  • 1篇交通标志识别
  • 1篇复杂度
  • 1篇BP神经
  • 1篇HOPFIE...
  • 1篇层结构
  • 1篇层数

机构

  • 2篇宁波大学
  • 1篇同济大学

作者

  • 2篇杨守建
  • 2篇陈恳

传媒

  • 1篇计算机工程与...
  • 1篇宁波大学学报...

年份

  • 1篇2013
  • 1篇2011
共 2 条 记 录，以下是 1-2
全选 清除 导出
排序方式：
BP神经网络性能与隐藏层结构的相关性探究被引量：9
2013年
利用BP神经网络对多个给定的复杂非线性系统控制进行定量研究，着重讨论了BP神经网络因隐藏层层数和网络学习率之间差异从而引起对复杂非线性系统控制性能上的影响．通过实验数据的对比分析发现，BP神经网络隐藏层层数的递增与系统控制性能的提升并不成正相关性，网络学习率的选取范围可控制在0～2．0之间，具体参数因控制对象而异，可采用分段调试和二分法运算以确定最佳网络学习率参数．
杨守建陈恳
关键词：多项式拟合
基于Hopfield神经网络的交通标志识别被引量：3
2011年
Hopfield神经网络是经典的人工神经网络之一,本文利用离散型Hopfield神经网络来对各种道路交通标志进行识别,并讨论在加噪、旋转等条件下对交通标志识别率的影响。同时,对图像的复杂度、识别率、图像识别前后的信噪比进行了讨论与分析。
杨守建陈恳
关键词：HOPFIELD神经网络交通标志图像复杂度信噪比识别率
全选 清除 导出
共1页<1>
聚类工具0