神經網路之階層式研究---從應用、模式到實作(IV)
顯示簡易詮釋資料 統計資料| 欄位 | 內容 | 語言 |
|---|---|---|
dc.contributor.author |
傅心家 | en_US |
dc.contributor.author |
Fu Hsin-Chia | en_US |
dc.contributor.department |
交通大學資訊工程系 | zh_TW |
dc.date.accessioned |
2014-12-13T10:38:30Z | |
dc.date.available |
2014-12-13T10:38:30Z | |
dc.date.issued |
1997 | en_US |
dc.description.abstract |
類神經網路之研究是近年來相當熱絡的研究, 在第二年計劃中我們提出了混合式神經網路。 第三年的研究,我們本著前二年的研究成果,進行連接(手)寫及印刷英文字,數字分割技術的應用研究。 在第四年的研究中,則發展出適應個人手寫中文的辨識系統,即神眼三號。本年度 ( 第五年) 將依據前四年研究之理論及應用等成果為基礎進行離散式 ( off - line ) 完整中文適應型辨識系統之應用研究。在一般手寫辨識問題中大略可分為前處理,切割,特徵擷取,辨識,後處理等五個步驟。其中特徵擷取又可分成結構法及統計法兩種,然目前中文手寫辨識器若特徵擷取採統計法者,基本上均假設每一個字的特徵資訊分佈為一普通高斯分佈( Normal Gaussian Distribution)。 但在自然界中很難有這麼理想的分佈,又任何的機率密度函式均可由複合高斯分佈( Mixture Gaussian Distribution)所逼近。因此如果能用複合高斯分佈取代普通高斯分佈,必能對於辨識率的提升有所助益。 | zh_TW |
dc.description.sponsorship |
行政院國家科學委員會 | zh_TW |
dc.identifier.govdoc |
NSC86-2213-E009-099 | zh_TW |
dc.identifier.uri |
https://www.grb.gov.tw/search/planDetail?id=279586&docId=50381 | en_US |
dc.identifier.uri |
https://ir.lib.nycu.edu.tw/handle/11536/95444 | |
dc.language.iso |
zh_TW | en_US |
dc.subject |
類神經網路 | zh_TW |
dc.subject |
模糊集合 | zh_TW |
dc.subject |
學習法則 | zh_TW |
dc.subject |
手寫中文辨識 | zh_TW |
dc.subject |
Neural network | en_US |
dc.subject |
Fuzzy set | en_US |
dc.subject |
Learning algorithm | en_US |
dc.subject |
Hand written Chinese character recognition | en_US |
dc.title |
神經網路之階層式研究---從應用、模式到實作(IV) | zh_TW |
dc.title |
The Hierarchical Study of Neural Nets---From Application, Model to Implementation(IV) | en_US |
dc.type |
Plan | en_US |
檔案
本條目沒有附加檔案。
所屬典藏: 研究計畫