未找到相关数据
基于神经网络的手写体数字识别
被引：3
作者：
周丽华，李天牧
机构：
[1] 云南大学计算机科学技术系，云南大学信息与电子科学系
来源：
关键词：
奇异值分解（SVD），神经网络，隐层神经元，权值矩阵;
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：
本文将奇异值分解（ＳＶＤ）方法用于神经网络结构优化通过对收敛后网络的权值矩阵作ＳＶＤ分解，根据分解结果确定出较适宜的隐层神经元数目，这样神经网络结构得以简化，连接权的数目将减少，从而使计算量减少，节约存贮资源及时间．本文在特征提取部分还提出了将特征点定位的方法，将特征点的属性及其相对位置作为神经网络的输入．实验证明，这组特征较好地反映了手写体数字的结构信息．
引用
收藏
页码：69 / 73
页数：5
相关论文