仿生模式识别(拓扑模式识别)——一种模式识别新模型的理论与应用

被引：139

作者：

王守觉

机构：

[1] 中国科学院半导体研究所神经网络实验室北京

来源：

电子学报 | 2002年 / 10期

关键词：

模式识别; 神经网络; 仿生学; 高维几何;

D O I：

暂无

中图分类号：

TP391.4 [模式识别与装置];

学科分类号：

0811 ; 081101 ; 081104 ; 1405 ;

摘要：

本文提出了一种模式识别理论的新模型 ,它是基于“认识”事物而不是基于“区分”事物为目的 .与传统以“最佳划分”为目标的统计模式识别相比 ,它更接近于人类“认识”事物的特性 ,故称为“仿生模式识别” .它的数学方法在于研究特征空间中样本集合的拓扑性质 ,故亦称作“拓扑模式识别” .“拓扑模式识别”的理论基点在于它确认了特征空间中同类样本的连续性 (不能分裂成两个彼此不邻接的部分 )特性 .文中用“仿生模式识别”理论及其“高维空间复杂几何形体覆盖神经网络”识别方法 ,对地平面刚体目标全方位识别问题作了实验 .对各种形状相像的动物及车辆模型作全方位 880 0次识别 ,结果正确识别率为 99 75 % ,错误识别率与拒识率分别为 0与 0 2 5 % .

引用

页码：1417 / 1420

页数：4

共 4 条

[1] 人工神经网络的多维空间几何分析及其理论 [J].

王守觉 ;

王柏南 .

电子学报, 2002, (01) :1-4

[2] 通用神经网络硬件中神经元基本数学模型的讨论 [J].

王守觉 ;

李兆洲 ;

陈向东 ;

王柏南 .

电子学报, 2001, (05) :577-580

[3]

统计学习理论的本质.[M].(美)VladimirN.Vapnik著;张学工译;.清华大学出版社.2000,

[4]

统计模式识别.[M].(美)陈季镐著;邱焕章;邱　华译;.北京邮电学院出版社.1989,

← 1 →