作者: 鄭永斌
ZHENG,YONG-BING
蔡文祥
CAI,WEN-XIANG
資訊科學與工程研究所
公開日期: 1990
摘要: 新認知器類神經網路可以用來辨認手寫阿拉伯數字,而且有受位移及大小變化的影響 。但最近的研究卻發現新認知器類神經網路并非真正的與位移無關。即使移動一個點 的距離就有可能辨認錯誤。本論文提出一套稱之為“完全晃動式”的新架構以改良新 認知器在擺脫位移影響的能力,而且幾乎無損原辨認能力的敏銳性,此新架構是依生 物學上所發現的事實再加以修改而得。人眼視網膜的細胞個數也是有限個,卻沒有位 移的問題,實乃因為視網膜細胞的分布并不是規則的,而是成某種特殊分佈,根據此 原理,完全晃動式的新架構於是建構於新認知器的S-層和C-層之間。 另一方面新認知器類神經網路學習用的訓練特徵不僅難以設計而且必須窮究所有可能 性因而使得訓練特徵的個數過於龐大且須要更多的學習時間,與人類學習方式有別。 對第一層抽取特徵的方式,本論文提出另一個特 徵抽取架構,付予新認知器更多的 聯想能力,由此,指導性學習只須要少數的訓練圖樣即可。此改良式之新認知器被用 來做細線化之後的手寫中文字辨認以及不經過細線化的印刷中文字辨認。原新認知器 并不俱備辨認未經細線化字形的能力,本論文提出一組訓練特徵結合完全晃動式的新 架構并透過這新的特徵抽取架構,使得在容忍範圍內輸入字形的線的寬度并不會影響 辨認的結果,實驗中亦發現若無完全晃動式以克服位移的問題,辨認未經細線化字形 的工作將失敗,由此可知完全晃動式架構之重要。實驗結果顯示以上所提方法有效。 #50008603 #50008603
URI: http://140.113.39.130/cdrfb3/record/nctu/#NT792394021
http://hdl.handle.net/11536/55264
顯示於類別:畢業論文