神經(jīng)網(wǎng)絡(luò)在模式識別中的簡單分析及應(yīng)用
內(nèi)容豐富，建議下載閱覽。

①頁數(shù) 47

②字數(shù) 16614

③ 摘要
模式識別就是機器識別、計算機識別或者機器自動化識別，目的在于讓機器自動識別事物，使機器能做以前只能由人類才能做的事，具備人所具有的對各種事物與現(xiàn)象進行分析、描述與判斷的部分能力。它研究的目的就是利用計算機對物理對象進行分類，在錯誤概率最小的條件下，使識別的結(jié)果盡量與客觀事物相符合。
隨著人們對人工神經(jīng)網(wǎng)絡(luò)的不斷地認識，神經(jīng)網(wǎng)絡(luò)是指用大量的簡單計算單元構(gòu)成的非線性系統(tǒng),它在一定程度和層次上模仿了人腦神經(jīng)系統(tǒng)的信息處理、存儲及檢索功能，因而具有學習、記憶和計算等智能處理功能。這樣人們利用人工神經(jīng)網(wǎng)絡(luò)具有高度的并行性，高度的非線性全局作用以及良好的容錯性與聯(lián)想記憶功能，并且具有良好的自適應(yīng)、自學習功能等突出特點，可運用MATLAB神經(jīng)網(wǎng)絡(luò)工具箱中的神經(jīng)網(wǎng)絡(luò)模型，對經(jīng)過訓練的神經(jīng)網(wǎng)絡(luò)可以有效地提取信號、語音、圖像等感知模式的特征，并能解決現(xiàn)有啟發(fā)式模式識別系統(tǒng)不能很好解決的不變量探測、抽象和概括等問題。這樣神經(jīng)網(wǎng)絡(luò)可應(yīng)用于模式識別的特征提取、聚類分析、邊緣檢測、信號增強以及噪聲抑制、數(shù)據(jù)壓縮等各個環(huán)節(jié)。使用機器來進行模式的識別是一項非常有用的工作，能夠辨別符號等系列的機器是很有價值的。目前，模式識別技術(shù)可以應(yīng)用指紋識別、IC卡技術(shù)應(yīng)用、字符識別等實例。模式識別成為人工神經(jīng)網(wǎng)絡(luò)特別適宜求解的一類問題。因此，神經(jīng)網(wǎng)絡(luò)技術(shù)在模式識別中也得到廣泛應(yīng)用與發(fā)展。


④目錄
引言 - 1 -
1 模式識別概述 - 1 -
1.1 模式識別基本概念 - 1 -
1.2 模式識別系統(tǒng) - 2 -
1.3 模式識別的主要方法 - 2 -
1.4 模式識別應(yīng)用 - 3 -
2 人工神經(jīng)網(wǎng)絡(luò)概述 - 4 -
2.1 人工神經(jīng)元模型 - 4 -
2.1.1閥值函數(shù)、Sigmoid函數(shù)和分線段性函數(shù) - 5 -
2.2 人工神經(jīng)網(wǎng)絡(luò)模型 - 5 -
2.3 神經(jīng)網(wǎng)絡(luò)學習特點 - 6 -
2.4 人工神經(jīng)網(wǎng)絡(luò)在模式識別問題中應(yīng)用優(yōu)勢 - 6 -
3 神經(jīng)網(wǎng)絡(luò)模式識別 - 7 -
3.1 基于BP神經(jīng)網(wǎng)絡(luò)的模式識別 - 7 -
3.1.1BP神經(jīng)網(wǎng)絡(luò)模型簡述 - 7 -
3.1.2BP學習算法 - 8 -
3.1.3BP神經(jīng)網(wǎng)絡(luò)應(yīng)用于字符識別 - 9 -
3.2 基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的模式識別 - 16 -
3.2.1徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)模型簡述 - 17 -
3.2.2徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)應(yīng)用特征模式的分類 - 18 -
3.3 基于自組織競爭神經(jīng)網(wǎng)絡(luò)的模式識別 - 19 -
3.3.1自組織競爭神經(jīng)網(wǎng)絡(luò)基本思想 - 20 -
3.3.2自組織競爭神經(jīng)網(wǎng)絡(luò)設(shè)計模式分類器的應(yīng)用 - 20 -
3.4 基于反饋型神經(jīng)網(wǎng)絡(luò)的模式識別 - 24 -
3.4.1反饋型神經(jīng)網(wǎng)絡(luò)模型簡述 - 24 -
3.4.2反饋型神經(jīng)網(wǎng)絡(luò)在工程領(lǐng)域的應(yīng)用 - 24 -
4 實驗分析與總結(jié) - 31 -
參考文獻 - 32 -
附 錄 - 33 -


⑤關(guān)鍵字 模式識別；人工神經(jīng)網(wǎng)絡(luò)

⑥參考文獻
出版社，1998.
[2] 王旭，王宏，王文輝編著．人工神經(jīng)元網(wǎng)絡(luò)原理與應(yīng)用[M]．沈陽：東北大學出版社，2000.
[3] 薛定宇，陳陽泉著．基于MATLAB/Simulink的系統(tǒng)仿真技術(shù)與應(yīng)用[M]．北京：清華大學出版社，2002.
[4] 高雋編著．人工神經(jīng)網(wǎng)絡(luò)原理及仿真實例[M]．北京：機械工業(yè)出版社，2003.
[5] 聞新，周露，李翔等編著．Matlab神經(jīng)網(wǎng)絡(luò)仿真與應(yīng)用[M]．北京：科學出版社，2003.
[6] Neural Network Toolbox User’s Guide．The MathWorks，Inc．2003.
[7] 飛思科技產(chǎn)品研發(fā)中心編著．MATLAB6.5輔助神經(jīng)網(wǎng)絡(luò)分析與設(shè)計[M]．北京：電子工業(yè)出版社，2004.
[8] 董長虹編著．Matlab神經(jīng)網(wǎng)絡(luò)與應(yīng)用[M]．北京：國防工業(yè)出版社，2005.
[9] 周開利，康耀紅編著．神經(jīng)網(wǎng)絡(luò)模型及其MATLAB仿真程序設(shè)計[M]．北京：清華大學出版社，2005.
[10] 肖健華著．智能模式識別方法[M]. 廣州：華南理工大學出版社，2006.
[11] 葛哲學，孫志強編著．神經(jīng)網(wǎng)絡(luò)理論與MATLABR2007實現(xiàn)[M]．北京．電子工業(yè)出版社．2007.
[12] 楊淑瑩著．模式識別與智能計算－Matlab技術(shù)實現(xiàn)[M]．北京：清華大學出版社，2008.