当前位置:首页 >> IT/计算机 >>

模式识别论文


基于 MATLAB 的 REF 神经网络的模式识别
一. 神经网络介绍
神经网络具有并行处理能力、自学习能力、自适应能力和以任意精度逼近任意非线 性函数的特点,是解决非线性、多变量、不确定等复杂控制问题的一条十分有效的途径, 它在模式识别、系统辨识、控制等领域都得到了广泛的应用。 神经网络的类型多种多样,它们是从不同角度对生物神经系统不同层次的抽象和模 拟。从功能特性和学习特性来分,典型的神经网络模型主要包括感知器神经网络、线性 神经网络、BP 神经网络、径向基函数神经网络(RBF 神经网络)、自组织映射神经网络 和反馈神经网络等。 BP 神经网络和 RBF 神经网络在解决非线性系统辨识中蕴藏着巨大的潜力。而 RBF 神经网络是以函数逼近理论为基础而构造的一类前向网络,且每个隐含层神经元传递函 数都构成了拟合平面的一个基函数,它是一种局部逼近网络(即对于输入空间的某一个 局部区域只存在少数的神经元用于决定网络的输出),且径向基函数神经网络的学习速 度要较 BP 网络快,这类网络的学习等价于在多维空间中寻找训练数据的最佳似合面。 径向基函数神经网络在逼近能力和学习速度等方面均优于 BP 神经网络“” 。

二.神经网络模式识别原理
模式识别主要是研究对象的特征或属性,利用以计算机为中心的机器系统运用一定 的分析算法认定对象的类别,系统应使分类识别的结果尽可能地与真实情况相符合。模 式识别方法最大的实用性在于“智能”仿真,可以说在同常生活中随处可见,如医疗诊 断系统、地球资源探测系统、机器人辅助生产线、公安人员用于破案的指纹识别系统等。 模式识别包含由特征和属性所描述的对象的数学模型,这罩所讲的特征和属性是指通常 意义上的系统的输入/输出数据对。 模式识别系统主要由两个过程组成,即设计过程和实现过程。设计过程是指用一 定数量的样本(也称训练集或学习集)进行分类器的设计;实现过程是指用所设计的分 类器对待识别的样本进行分类决策。 神经网络以其强大的非线性映射能力,已经在模式识别领域中得到了广泛的应用, 模式识别的神经网络方法和传统的方法相比,具有下面几个明显的优点: 1.具有较强的容错性,能够识别带有噪声或变形的输入模式: 2.具有很强的自适应学习能力; 3.并行分布式信息存储与处理,识别速度快; 4.能把识别处理和若干预处理融为一体进行。

基于 MATLAB 的 REF 神经网络的模式识别源程序及运行结果: 神经网络的模式识别源程序及运行结果 及运行结果: 三.
(1)源程序: )源程序: % RBF 神经网络用于模式分类 % 使用平台 - Matlab6.5

clc clear close all %--------------------------------------------------% 产生训练样本与测试样本,每一列为一个样本 P1 = [rand(3,5),rand(3,5)+1,rand(3,5)+2]; T1 = [repmat([1;0;0],1,5),repmat([0;1;0],1,5),repmat([0;0;1],1,5)]; P2 = [rand(3,5),rand(3,5)+1,rand(3,5)+2]; T2 = [repmat([1;0;0],1,5),repmat([0;1;0],1,5),repmat([0;0;1],1,5)]; %--------------------------------------------------% 归一化 [PN1,minp,maxp] = premnmx(P1); PN2 = tramnmx(P2,minp,maxp); %--------------------------------------------------% 训练 switch 2 case 1 % 神经元数是训练样本个数 spread = 1; % 此值越大,覆盖的函数值就大(默认为 1) net = newrbe(PN1,T1,spread); case 2 % 神经元数逐步增加,最多就是训练样本个数 goal = 1e-4; % 训练误差的平方和(默认为 0) spread = 1; % 此值越大,需要的神经元就越少(默认为 1) MN = size(PN1,2); % 最大神经元数(默认为训练样本个数) DF = 1; % 显示间隔(默认为 25) net = newrb(PN1,T1,goal,spread,MN,DF); case 3 spread = 1; % 此值越大,需要的神经元就越少(默认为 1) net = newgrnn(PN1,T1,spread);

end %--------------------------------------------------% 测试 Y1 = sim(net,PN1); % 训练样本实际输出 Y2 = sim(net,PN2); % 测试样本实际输出 Y1 = full(compet(Y1)); % 竞争输出 Y2 = full(compet(Y2)); %--------------------------------------------------% 结果统计 Result = ~sum(abs(T1-Y1)) % 正确分类显示为 1 Percent1 = sum(Result)/length(Result) % 训练样本正确分类率 Result = ~sum(abs(T2-Y2)) % 正确分类显示为 1 Percent2 = sum(Result)/length(Result) % 测试样本正确分类率 (2)运行结果:


相关文章:
模式识别结课论文
模式识别论文 题目 基于 Matlab 的语音识别系统 Title: the voice recognition system based on matlab 摘要 语音是人的自然属性之一,是人类信息交流的基本手段。...
模式识别期末论文_图文
模式识别期末论文_理学_高等教育_教育专区。对模式识别应用领域的认识 摘要自 20 世纪 60 年代以来,模式识别的理论与方法研究及在工程中 的实际应用取得了很大的...
人脸识别综述(模式识别论文)
人脸识别综述(模式识别论文)_信息与通信_工程科技_专业资料。人脸识别,技术综述;特征提取;人脸检测识别;难点分析;模式识别人脸识别技术综述控制工程 陈龙斌 12013002342...
模式识别人工智能论文
模式识别人工智能论文_电脑基础知识_IT/计算机_专业资料。浅谈人工智能与模式识别的应用一、引言随着计算机应用范围不断的拓宽,我们对于计算机具有更加有效的感知“能力...
模式识别论文
模式识别论文 - 手写体图片识别 学号: 姓名: 专业:通信工程 基于支持向量机的手写体数字图片识别 摘要: 手写体图片识别有多种方法, 基于支持向量机的手写体图片...
手写识别模式识别实验论文
手写识别模式识别实验论文 - 手写数字识别系统的设计与实现 摘要 手写体数字识别是文字识别中的一个研究课题,是多年来的研究热点, 也是模式识别领域中最成功的应用...
模式识别结课论文
模式识别结课论文 - 智能视频分析技术课程论文 中国传媒大学 2014~2015 学年第 1 学期 课程 智能视频分析技术 题学班 目号级 人工智能在模式识别...
模式识别课程论文
模式识别课程论文 - 模式识别课程设计 模式识别中基于概率统计的 Bayes 算 法分析 学号:1102100119 班级:自动化 111 班 姓名:许世坚 首先对模式识别所用到的理论...
模式识别课程论文
模式识别课程论文_管理学_高等教育_教育专区。模式识别算法 专业班级: 姓学名: 号: 计软 1401 兰俊锋 20141214023 首先对模式识别所用到的理论、研究背景、研究...
人脸识别综述(模式识别论文)
人脸识别综述(模式识别论文) - 人脸识别技术综述 摘要: 简要介绍了人脸识别技术的研究背景及其发展历程; 对人脸识别技术的常用方法进行 了分类总结; 重点对近年来...
更多相关标签: