一种基于球邻域模型的神经网络算法

手写体汉字识别问题属于一种大规模的模式识别问题。本文基于球邻域模型的几何意义解释,即将神经网络的训练转化为几何的点集覆盖问题,通过对神经网络分界面的分析提出了一种改进的前馈神经网络训练算法,并且引入神经网络集成的思想,用以解决手写体汉字的识别问题,实验结果表明该算法可以用来解决大规模的模式识别问题且具有较好的效果。

一种用于大规模模式识别问题的神经网络算法

许多实际的模式识别问题如对手写体汉字的识别 ,都属于大规模的模式识别问题 .目前 ,传统的神经网络算法对这类问题尚无有效的解决办法 .在球邻域模型的基础上提出一种可用于大规模模式识别问题的神经网络训练算法 ,试图加强神经网络解决大规模问题的能力 ,并用手写体汉字识别问题检验其效果 .