fourier权函数神经网络的研究及其在图像识别中应用

《fourier权函数神经网络的研究及其在图像识别中应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、南京邮电大学硕士学位论文Fourier权函数神经网络研究及其在图像识别中的应用姓名：王丹申请学位级别：硕士专业：计算机应用技术指导教师：张代远2011-03南京邮电大学硕士研究生学位论文摘要摘要经过多年的研究，人工神经网络的研究已经取得了丰硕的成果。然而传统神经网络（BP、RBF）的权值是常数，训练的权值难以反映样本的信息，而且传统神经网络的模型难以确定，隐层神经元个数需要进行反复试验。文献[1][2]提出了一种新型的神经网路训练算法——样条权函数神经网络训练算法，权函数神经网络模型拓扑结构简单，同

2、时该算法还克服了传统神经网络容易陷入局部极小、收敛速度慢、难以求得全局最优解等缺陷，使得神经网络研究进入了新阶段。论文是在样条权函数神经网络训练算法的基础之上，研究了Fourier权函数神经网络，即Fourier级数作为权函数。在理论部分首先构造了Fourier权函数神经网络模型；其次给出了Fourier权函数的确定方法；再次结合Fourier权函数神经网络模型对网络误差进行分析，求出网络误差的表达式；最后通过仿真实验，验证了与传统神经网络相比，Fourier权函数神经网络具有逼近精度高、训练速度快

3、、泛化能力强等优点。论文将Fourier权函数神经网络应用于纹理图像识别中。图像识别是典型的模式识别问题。论文通过对纹理图像灰度共生矩阵的分析，提取出图像的纹理特征参数，并将提取的特征参数作为Fourier权函数神经网络分类器的输入，对纹理图像进行分类识别。通过实验与基于BP、RBF神经网络的图像识别方法相比，验证了Fourier权函数神经网络具有较高的识别精度。关键词：神经网络学习算法，权函数，Fourier级数，灰度共生矩阵，图像识别I南京邮电大学硕士研究生学位论文AbstractAbstrac

4、tAfteryearsofresearch，theachievementsofartificialneuralnetworkareplentiful.However，theweightsofthetraditionalneuralnetworks(BP、RBF)areconstant，andthetrainingweightscouldnotreflecttheinformationofthesample.Inadditional，themodeloftraditionalneuralnetwork

5、sisdifficulttodetermineandthenumberofhiddenlayersneedstobetriedandmodified.Documentoneanddocumenttwoproposedanewneuralnetworkalgorithmwhichissplinefunctionweightneuralnetworktrainingalgorithm.Thistrainingalgorithmovercamethedefectssuchaspartialminimumf

6、requently，lowconvergencespeed，sensitivetoinitialvaluewhichexistsintraditionalneuralnetwork，whichwillleadneuralnetworktoanewphase.Basedonsplineweightfunctionneuralnetwork，Fourierweightfunctionneuralnetworkhasbeenproposedinthisdissertation.Intheoreticals

7、ection，firstly，themodelofFourierweightfunctionneuralnetworkhasbeenconstructed.secondly，thesolutionofFourierweighthasbeengiven.third，wegettheexpressionofnetworkerrorcombinewithFourierweightfunctionneuralnetwork.Atlast，throughMATLABsimulationresults，thed

8、issertationprovedFourierweightfunctionneuralnetworkhashighapproximationaccuracy,fasttrainingspeedandstronggenerationabilitycomparewiththetraditionalneuralnetworks.Inthisdissertation，theFourierweightfunctionneuralnetworkhasbeenusedintext