期刊文献+

基于描述特征改进的LVQ神经网络美元识别研究

Dollar Recognition Based on Expressive Features and Improved LVQ
下载PDF
导出
摘要 针对货币识别中残币、旧币、假币识别的难度大和正确性不高等问题。提出了一种基于描述特征的改进LVQ的神经网络的美元识别算法。该算法首先使用基于描述特征的主成分分析技术(MEFFRA)提取美元的主要特征,然后使用MLVQ神经网络进行识别。不仅降低了货币特征提取时的复杂度,同时也克服了GLVQ和GLVQ-F算法的性能不稳定和对初值敏感性的理论缺陷。是一种更加优化的有师学习算法。试验结果表明,把该算法用于美元识别,有很好的效果。
出处 《计算机系统应用》 2009年第1期107-109,4,共4页 Computer Systems & Applications
基金 湖南省自然科学基金项目(07JJ5077) 国家自然科学基金资助项目(60503007)
  • 相关文献

参考文献11

  • 1Takeda F, Omatu S,Inoe T.An expert system for determining the discriminative functions for bill moneyrecorgnition.Trans.Info.Process.Soc.Japan, 1992, t 33(7): 980-990.
  • 2TakedaF, OmatuS, InoeT, OnamiS, Konishi K. High speed conveyed bill money recognition withneuralnetwork.Trans.Inst.Elect.Eng.Japan. 199,112 (4): 101-110.
  • 3高隽.人工神经网络原理及仿真试验锑四版,北京:机械工业出版社.2007:173-175.
  • 4Ahmadi A,Omatu S,Kosaka T.A Methodology to Evaluate and Improve Reliability in Paper Currency Neuro-Classifiers,Proceedings 2003 IEEE International Symposium on Computational interUigence in Robotics and Automation.2003,16(2) : 1062-1071.
  • 5Takeda F, Omatu S, Kosaka T. Improvement of the Reliability of Bank Note Classifier Machines,Neural Networks,2..4.Proccessings 2004 IEEE International Joint Conference 2004,2(1): 1313-1316.
  • 6张颖,陈雪波,吴庆洪,梁英顺.人民币纸币识别系统[J].仪器仪表学报,2004,25(z1):669-670. 被引量:14
  • 7高全学,潘泉,梁彦,张洪才,程咏梅.基于描述特征的人脸识别研究[J].自动化学报,2006,32(3):386-392. 被引量:13
  • 8闫德勤,迟忠先,王军.MLVQ网络聚类算法[J].自动化学报,2004,30(4):608-612. 被引量:2
  • 9Pal NR, Bezdek JC,Tsao ECK.Generalized clusteing networks and Kohonen's Self-organizing scheme.IEEE Transaction on Neural Networks. 1993,4(4): 529-557
  • 10Bezdek J.Pattem Recognition with Fuzzy Objective Function Algorithms.New York ,Plenum, 1981:59-63.

二级参考文献4

共引文献26

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部