手写体汉字识别中非监督学习方法的实现

通过对基于概率密度函数估计的直接方法和基于样本间相似度量的间接方法的结合使用,并针对手写体汉字识别的特点,对相应算法及过程进行改进,使经非监督学习后的样本集的划分达到整体和局部的最佳。

用改进的非监督学习方法加速前馈神经网络的训练

本文对非监督学习方法和前馈神经网络的结构进行一些简单的改进。用改进后的结构和学习方法初始化前馈神经网络的权值 ,使前馈神经网络的训练速度和逼近精度显著提高。最后本文通过仿真实例验证了该方法。

基于动态聚类的地面移动目标的低空跟踪

文中提出了一种基于动态聚类的地面移动目标低空跟踪方法。该方法根据目标跟踪的实际情况选择分类特征,确定聚类准则函数,采用动态聚类方法,依次对像平面上的象素进行子窗口聚类,然后对子窗口内的象素进行运动区域聚类,最后对运动区域的象素进行目标聚类,从而比较精确地获得被跟踪目标的重心位置,并将其作为下一帧的聚类中心。由此,目标跟踪的过程变成一个动态聚类的过程。该方法是一个非监督学习方法,简单实用,仿真实验也证明了该方法的有效性。