English  |  正體中文  |  简体中文  |  Items with full text/Total items : 26988/38789
Visitors : 2346106      Online Users : 34
RC Version 4.0 © Powered By DSPACE, MIT. Enhanced by NTU Library IR team.
Scope Adv. Search
LoginUploadHelpAboutAdminister

Please use this identifier to cite or link to this item: http://ntour.ntou.edu.tw:8080/ir/handle/987654321/40981

Title: 類神經網路應用於數字識別之分析與比較
Authors: 莊季高;曾榮鴻
Contributors: 國立臺灣海洋大學:通訊與導航工程學系
Date: 2002
Issue Date: 2017-02-07T08:28:15Z
Abstract: 摘要:圖形識別已被研究多年,而發展圖形識別的主要目的就是使機器賦有近似人類辨識圖像的能力。然而,由於近幾年的資訊發達,所需處理的文件量亦大為增加,若用人工處理,既費時又費力。因此,有許多學者利用人工智慧的方法來做圖形辨識的應用,以期降低人工處理的成本,其中又以類神經網路被採用的最多。但是對於類神經網路應用於圖形識別的領域中,大多著眼於網路結構或學習方式的改良,並無針對傳統類神經網路應用在圖形辨識的比較與分析。
類神經網路依架構分類,最常見的兩大類分別為前饋式網路及迴遞式網路。本文於這兩大類中,各取三種可用於圖形辨識的類神經網路,分別是倒傳遞網路(BPN)、機率神經網路(PNN)、半徑式函數網路(RBFN)和Hopfield網路、適應共振理論(ART1)網路及雙向聯想記憶(BAM)網路等六種,並以數字為例,將已摻有雜訊或是模糊的數字,用以上六種不同的類神經網路來加以辨識比較,並分析各個網路之雜訊容忍度及其記憶容量。且藉由它們對雜訊的容忍度、記憶容量,以及演算法的不同和各個網路的特性,來加以比較和分析。希望藉由本研究,提供一個與一般論文對類神經網路應用在文字的〝辨識率〞方面,另一種不同的思考方向。
URI: http://ntour.ntou.edu.tw:8080/ir/handle/987654321/40981
Appears in Collections:[通訊與導航工程學系] 演講及研討會

Files in This Item:

File Description SizeFormat
index.html0KbHTML55View/Open


All items in NTOUR are protected by copyright, with all rights reserved.

 


著作權政策宣告: 本網站之內容為國立臺灣海洋大學所收錄之機構典藏,無償提供學術研究與公眾教育等公益性使用,請合理使用本網站之內容,以尊重著作權人之權益。
網站維護: 海大圖資處 圖書系統組
DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library IR team Copyright ©   - Feedback