[译]人工神经网络技术在模式识别中的应用

[译]人工神经网络技术在模式识别中的应用

ID:12020181

大小:265.00 KB

页数:12页

时间:2018-07-15

[译]人工神经网络技术在模式识别中的应用_第1页
[译]人工神经网络技术在模式识别中的应用_第2页
[译]人工神经网络技术在模式识别中的应用_第3页
[译]人工神经网络技术在模式识别中的应用_第4页
[译]人工神经网络技术在模式识别中的应用_第5页
资源描述:

《[译]人工神经网络技术在模式识别中的应用》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、题目:人工神经网络技术在模式识别中的应用原题目:useofartificialneuralnetworkinpatternrecongnition学院:内蒙古农业大学专业:农业电气化与自动化学号:2013205037姓名:祁飞导师:武佩教授论文提交日期:二О一四年七月二十人工神经网络技术在模式识别中的应用JayantaKumarBasuDebnathBhattacharyyaTai-hoonKimComputerScienceandEngineeringDepartmentHeritageInstituteofTechnologyKolkata,Indiabasu.jayan

2、ta@yahoo.co.inMultimediaEngineeringDepartmentHannamUniversityDaejeon,Koreadebnath@sersc.com,taihoonn@empal.com摘要在众多传统的模式识别中,关于统计法的研究最深入,并且已经在实践中应用。近年来,结合人工智能神经网络技术的模式识别引起了人们重大的关注。该识别系统的设计需注意以下问题:模式类、传感环境、模式表示、特征提取和选择;聚类分析、分类器的设计和学习、选择、训练和测试样本、绩效评估。尽管已经对该领域研究了近乎50年,但是对复杂多向性的模式的识别,定位以及规模的设定等普

3、遍问题仍没有较好的解决方法。新兴的技术,如数据挖掘(指从资料中发掘资讯或知识),网络搜索,多媒体数据,人脸识别,andcursive手写识别,检索等都基于强大和高效的模式识别技术。本文的目的就是总结和比较了几种著名的方法。这些方法应用于不同时期的人工神经网络,识别研究的主题和应用。这些方法都走在这一令人激动和具有挑战性的领域的最前沿。关键词:模式识别,相关性,神经网络。1.介绍模式识别是研究如何实现机器对环境的观察,让机器学会从它们所观察的环境背景中提取兴趣信息(此处的兴趣实为人为设定的特征范围),并且做出合理可靠的模式类别。尽管已经经历了近50年的研究,对于一般的机器模式识

4、别系统的设计仍是一个可望而不可及的目标。在大多数情况下,人类才是最佳的模式识别系统。但我们至今无法破解人类是如何进行高效的模式识别的。ROSS强调诺贝尔奖获得者赫伯特西蒙,他主要发现了模式识别对于人们的研究有至关重要的影响:“模式间的相关性越高,则得到的结果越准确。”这对于支持人工智能的人们来说是一个好消息。由于计算机可以稳定的进行模式识别,事实上成功的计算机程序可以进行如下工作:帮助银行信用分数的申请人,帮助医生诊断疾病,在某种模式识别的基础之下帮助飞行员降落……我们需要投入更多的经历来对模式识别进行研究。我们的目标是介绍一种基于人工神经网络的模式识别方法。并且是利用可用的

5、传感器,处理器和领域知识去进行自动判断的最好,最可行的方法。2.模式识别自动(机器)识别,描述,分类,模式分类,这些问题对于各种各样的工程和科学学科,如生物学,心理学,医学,市场营销,计算机视觉,人工智能和遥感是非常重要的。所谓的模式可以是一个指纹,一个手写的字,一个人的脸或者一段声音。识别/分类一种模式,有以下两种方式之一:(1)监督分类方法(例如:判别分析)。用已知类别的样本训练分类器。(2)非监督分类方法(例如:聚类分析)。样本的数据类别未知。模式识别被用于解决分类问题。通常分类规则由设计者设定(监督分类方法)或者根据样本之间的相似性进行分类(非监督分类方法)。其应用还

6、包括数据挖掘(定义一个“模式”,例如相关性或者大量的多维模式中的异常值),文件分类(有效的搜索本文文档),财政预测,多媒体数据库的组织和检索,生物识别技术。随着计算机技术的迅速发展,大规模数据的处理速度得到大幅提升。数据分析和分类的方式是多样并精确的,同时也对其应用进行了扩展。与此同时,随着对大规模数据处理和性能严格控制方面(速度,准确性和成本)的需求日益增加,自动模式识别系统开始迅速发展。模式识别系统的设计主要涉及以下三方面:(1)数据的采集和预处理;(2)数据表示;(3)数据分类规则制定。所要识别的问题决定了传感器的类型。传感器可用于预处理技术,表示方案和数据分类模型的确

7、定。人们普遍认为要对所识别的问题定义清晰,并且对其充分约束(小组内差异和大组内差异),才会得到简单的模式识别表示法和数据分类模型。对于大部分模式识别系统来说,从一些例子中(训练集)进行学习是很重要的,并且可以作为系统理想的属性参数。四个用于模式识别最有名的方法是:(1)模版匹配;(2)统计分类;(3)语法、结构匹配;(4)神经网络。3.人工神经网络神经网络技术的主要特点:研究复杂的非线性输入输出之间的关系。通过一连串的训练过程,自动调整以适应数据。目前神经网络对模式识别技术最常用的是前馈网络。前馈网络包

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。