杨国庆
- 作品数:12 被引量:12H指数:2
- 供职机构:南京航空航天大学更多>>
- 发文基金:国家高技术研究发展计划中国航空科学基金国家自然科学基金更多>>
- 相关领域:自动化与计算机技术理学语言文字更多>>
- 多层自适应模式识别系统模型
- 1993年
- 在英国WISARD单层模式识别系统的基础上,借助P.Kanerva的稀疏分布存贮(SDM)的概念,提出了一种新的多层自适应模式识别系统模型(MAPR)。并就其工作过程和主要特点作了较详细的叙述,还列出了多体印刷体汉字识别的初步试验结果。MAPR用稀疏RAN阵列代替WISARD的常规RAM阵列,用对n元模式计频的训练策略代替了原系统的直接置位策略。使系统除了保持原系统的重要优点外,在大维数或非确定性模式数据识别方面,其性能有了明显改善。
- 杨国庆陈松灿吕军
- 关键词:模式识别神经网络
- 全文增补中
- 大规模逻辑神经网络印刷体汉字识别系统被引量:2
- 1993年
- 逻辑神经网络是一种采用快速学习算法、RAM阵列实现的数字网络。本文描述了采用这种网络模型实现的印刷体汉字识别系统。这是一个初步实用的系统,可识别大约4000个不同字号的宋体汉字及其它字符,其识别率达99%,甚至对于实际书刊,其识别率也能达到95%左右。系统使用了大约384,000个神经节点,是一个复杂的大规模神经网络。和其它同类系统相比,具有适应性、稳固性好、学习速度快以及可用数字集成电路全硬件并行实现等优点。
- 杨国庆吕军
- 关键词:逻辑神经网络印刷体汉字识别
- 数字神经网络的优势
- 1991年
- 本文首先讨论了以M-P 神经元为标准的神经网络的特点及局限性。其次介绍了一种新的可用数字设备实现的概率逻辑神经元网络,比较了两者的特性。并指出前者在训练方法上和在硬件实施上的难点,强调了后者的易实现和训练方法的简单性。最后对后者网络状态的演变可用随机自动机理论进行分析的特点,显示出后者对于通用连接机分析的更一般理论。
- 陈松灿杨国庆徐涛
- 关键词:神经网络
- 一种基于单层逻辑神经元网络的通用自适应模式识别系统被引量:2
- 1990年
- 本文首先分析了组成单层逻辑神经元网络(SDLN)的逻辑神经元与McCulloch-Pitts 神经元之间的差异,指出了逻辑神经元可用二值逻辑设备(如RAM)实现的特点.其次,讨论了基于SDLN的通用自适应模式识别系统的结构和工作过程.
- 杨国庆陈松灿徐涛
- 关键词:模式识别自适应
- 人工神经网络被引量:3
- 1990年
- 本文叙述了人工神经网络的基本概念、信息处理原理及主要特征。分析了Hopfield、误差反向传播等典型神经网络模型的互连结构、学习方法及特点。对该学科的发展及今后人工智能的研究策略也作了简要阐述。
- 陈松灿杨国庆徐涛
- 关键词:神经网络人工智能神经计算机
- 面向问题的稀疏分布式记忆模型被引量:4
- 1992年
- 在Kanerva所提出的稀疏分布式记忆(SDM)或存贮模型的基础上,为实现对特定类问题的大维数输入空间的模式识别,如汉字识别,脸谱辩认等,根据问题的具体情况,诸如汉字的频率分布等,提出了一个面向问题的稀疏分布式记忆模型。改进后的模型更符合实际应用,其中的学习规则采用了指数型记忆规则,使模型具有更高的信噪比,存贮容量亦大大提高。计算机模拟表明了这一点。
- 陈松灿杨国庆吕军
- 关键词:联想记忆信噪比
- 汉字字元构成分析被引量:1
- 1991年
- 本文以汉字演变的轨迹为依据,对汉字的字元构成进行了一些分析,讨论了古汉字与现代汉字中字元的关系以及字元的产生、字元的变异、字元的信息量度量,从而对现代汉字字元的切取、归并等提出了自己的看法。基于这些看法,作者选取了近400个字元对《新华字典)(1981年版)上的近一万个汉字的字元组字频率及字元组成的结构类型作了统计,为汉字识别等技术的研究提供了有益的依据。
- 吕军杨国庆
- 关键词:构造型式文字识别字元
- 双层通用自适应模式识别系统
- 1991年
- 单层n元自适应模式识别系统(WISARD)由于其大规模并行分布处理能力、通用性和自适应性而显示了巨大的应用潜力。但由于其结构的原因,系统性能受到了一定的限制。Kanerva提出的稀疏存贮器结构和WISARD的RAM阵列结构有相似之处。而且这种稀疏分布存贮的原理,可以从结构上解决WISARD的固有缺陷。根据SDM的概念,在WISARD的基础上,本文提出了一种新颖的双层自适应模式识别系统模型。它除了保持WISARD的原有特点之外,在解决大维数或非确定性模式数据的识别问题以及控制系统成本方面有着明显的优势。在该系统上进行的多体印刷汉字识别试验,初步优化了系统各参数的关系,验证了模型的可行性。
- 杨国庆陈松灿刘川
- 关键词:模式识别汉字识别神经网络自适应
- 加权自适应模式识别系统的数学描述
- 1991年
- 基于n元原理,采用加权训练思想,为克服经典自适应模式识别系统——WISARD的简单训练策略之不足而提出的加权自适应模式识别系统,具有自动消除伪特征、突出训练模式的固有特征、改进系统的分类性能筹优点。本文首次用数学手段描述了加权自适应模式识别系统,把系统的训练与分类过程抽象为对模式进行矩阵变换的过程。系统的分类行为由训练模式所建立的逻辑函数矩阵来表征。文中还对系统的性质作了初步探讨,指出只要合理地选取加权训练阀值,加权系统的分类性能不会弱于非加权系统。最后还给出了加权训练阀值的上界和下界。
- 徐涛杨国庆
- 关键词:逻辑函数
- N元自适应模式识别系统开发工具
- 1991年
- N元模式识别方法是一种易于硬件并行实现的自适应模式识别方法。单层自适应模式识别系统(WISARD)、加权WISARD、双层自适应模式识别系统模型都是以这一方法为基础的。本文论述的N元自适应模式识别系统开发工具——NIRSS就是为这些模型体系结构的仿真及应用研究而开发的。它可以仿真现有的4种模型,共有7种工作方式,23个功能模型,97条人机交互命令。有关上述模式识别系统结构的研究以及多印刷体汉字、手写体汉字的识别、自适应图像处理的应用研究都是在该软件包上进行的。实际应用表明,这是一种使用方便、功能丰富的有效开发工具。
- 刘川杨国庆高航
- 关键词:模式识别仿真自适应控制