共 1 条
对图形识别具有平移、旋转、伸缩不变性的神经网络
被引：10
作者：
张铃
张钹
吴福朝
机构：
[1] 安徽大学人工智能研究所!合肥
[2] 不详
[3] 清华大学计算机科学与技术系!北京
[4] 北京智能技术与系统国家重点实验室!北京
来源：
关键词：
神经网络;
运动不变性;
FP算法;
D O I：
暂无
中图分类号：
TP18 [人工智能理论];
学科分类号：
081104 ;
0812 ;
0835 ;
1405 ;
摘要：
本文讨论如何构造在平面刚体运动和伸缩变换下，具有不变性模式识别能力的神经网络，即建立一个前向多层的神经网络．它具有如下性质：若网络能识别某一样本，则同时也能识别该样本经刚体运动及伸缩之后的任一状态．按文中给出的构造方法，得到的网络具有如下性质：网络对运动和伸缩变换具有不变性；拓扑结构简单：网络的元件个数为O（n），连接复杂性低，每个元件的输入端只需O（n）个（其中n是输入向量的维数）；学习和识别的速度快（网络的学习速度是样本个数的线性函数）．最后给出四个（三个图形和一个图像的例子）识别的模拟结果及对网络鲁棒性的模拟分析．
引用
收藏
页码：127 / 136
页数：10
相关论文