神经网络用于多模式分类
杨力, 张佩芬, 武玉朴, 梁刚, 李伟
中国科学院沈阳自动化研究所,中国科学院机器人学开放研究实验室
APPLICATION OF NEURAL NETWORK TO MULTI-MODE CLASSIFICATION
YANG Li
Shenyang Inst of Automation, Academia Sinica, Robotics Laboratory, Chinese Academy of Scienes
全文:
PDF
(572 KB)
HTML
( )
输出: BibTeX | EndNote (RIS)
引用本文:
杨力, 张佩芬, 武玉朴, 梁刚, 李伟. 神经网络用于多模式分类[J]. 机器人, 1991, 13(3): 62-64..
YANG Li. APPLICATION OF NEURAL NETWORK TO MULTI-MODE CLASSIFICATION. ROBOT, 1991, 13(3): 62-64..
摘要 本文叙述一种改进型HAMMING网在印刷汉字文本识别实用系统中作为粗分类的应用.给出了以3755印刷汉字为多模式分类对象的神经网络分类器的结构及其相应的算法.该方法在微型机上用软件仿真得以实现.取得令人满意的结果.
关键词 :
人工神经网络 ,
模式识别 ,
学习算法
Abstract :This paper presents a kind of improved HAMMING NET which is applied to practical system ofprinted Chinese text recognition as a rough classifier. The structure and relative algorithm of this neuralnetwork classifier, which deals with the multi-mode classification for 3755 Chinese Characters, are given.This algorithm is implemented by software simulation on a PC microcomputer and satistactory result isachieved.
Key words :
artificial ncural network
pattern recognition
learning algorithm
收稿日期: 1991-03-13
[1] Richard,P.Lippmann.An inlroduclion to computing with neural Nets.IEEE Assp MAGZINE,April,1987 [2] 梁刚、武玉朴.汉字文本实用化系统,1987年国际中文信息北京会议录 [3] 杨力等.多功能实用汉字识别系统.信息与控制.(待发表)
[1]
王丰焱, 张道辉, 李自由, 赵新刚. 适用不同Brunnstrom等级患者基于表面肌电信号的动作识别方法 [J]. 机器人, 2020, 42(6): 661-671,685.
[2]
刘磊, 杨鹏, 刘作军. 基于多源信息和广义回归神经网络的下肢运动模式识别 [J]. 机器人, 2015, 37(3): 310-317.
[3]
赵小川,刘培志,张敏,杨立辉,施建昌. 一种适用于移动机器人的障碍物快速检测算法及其实现 [J]. 机器人, 2011, 33(2): 204-207.
[4]
赵小川, 刘培志, 张敏, 杨立辉, 施建昌. 一种适用于移动机器人的障碍物快速检测算法及其实现 [J]. 机器人, 2011, 33(2): 198-201,214.
[5]
陈一民, 张云华. 基于手势识别的机器人人机交互技术研究 [J]. 机器人, 2009, 31(4): 351-356.
[6]
唐德威, 宗德祥, 邓宗全, 李明章. 涂胶机器人视觉系统的应用研究 [J]. 机器人, 2006, 28(1): 1-4.
[7]
韩清凯, 杜戊, 尹洪祥, 闻邦椿. 基于图像局部奇异值向量和BP神经网络分类器的道路导航方法 [J]. 机器人, 2004, 26(1): 17-21.
[8]
王志文, 郭戈. 移动机器人导航技术现状与展望 [J]. 机器人, 2003, 25(5): 470-474.
[9]
刘艳梅, 董再励, 孙茂相, 毛艳娥. 一种基于神经网络的视觉定位系统 [J]. 机器人, 2003, 25(5): 461-464.
[10]
刘杰, 张玉茹. 机器人灵巧手抓持分类器的设计与实现 [J]. 机器人, 2003, 25(3): 259-263.
[11]
尹建芹, 田国会, 宁春林. 自动化立体仓库中的一种货物识别新方法 [J]. 机器人, 2003, 25(3): 201-204.
[12]
孟正大, 戴先中, 安藤英由树, 加藤厚生. 基于扩散原理的冗余机器人逆运动学的学习方法 [J]. 机器人, 2001, 23(6): 550-553,574.
[13]
余杨, 黄惟一. 光电混合处理系统在机器人视觉目标识别中的应用研究 [J]. 机器人, 2001, 23(5): 471-475.
[14]
潘且鲁, 苏剑波, 席裕庚. 基于立体视觉的机器人手眼无标定三维视觉跟踪 [J]. 机器人, 2000, 22(4): 293-299.
[15]
王冠宇, 陈行, 林建亚. 超声成像技术在机器人上的应用 [J]. 机器人, 1996, 18(2): 122-128.