uranus1的专栏

用在线学习算法和梯度法为学习规则,推导了径向基函数神经网络的在线学习算法, 将影响网络输出的各个参数的学习过程作为一个整体来处理,并用Matlab实现了此算法.最 后用一个26个印刷体大写英文字母的识别来验证此算法

提出了一种基于分形编码图形表示的人脸识别改进算法。该算法在分形图像压缩概念的基础上,定义图 像中的像素块(值域块)作为基元。首先计算人脸图像的分形压缩编码,以此为基础寻找像素块间的内在联系,生 成图像的图形表示———带循环植物;然后利用带循环植物获得每个像素块最终收敛时的仿射变换参数;最后通过 定义合适的距离度量来进行人脸识别。

量子神经计算是传统神经计算与量子计算相结合的产物,它将成为新的信息处理技术之一。文 中以相移门和受控非门作为基本的计算单元,借助复数BP学习算法,构造出量子神经元模型,通过 数值计算给出了该量子神经元的收敛特性曲线。在此模型基础上,构造出一个三层量子神经网络, 应用于含噪字母识别。数值计算结果表明,量子神经网络在噪声均方差小于0. 35之前能完全地对 含噪英文字母进行识别,容错能力比传统神经网络有明显增强