2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩71頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、算法復雜度是衡量算法計算難度的尺度,對算法復雜度的分析是一個重要課題,最普遍的評價標準是一個算法需要耗費的時間和空間。一個好的算法可以提高運行和存儲效率,對第二類B-樣條權函數(shù)神經網(wǎng)絡的算法復雜度進行研究的目的就是證明其是一個非常優(yōu)秀的算法。
  樣條權函數(shù)神經網(wǎng)絡作為一種新型結構的人工神經網(wǎng)絡,其訓練算法和拓撲結構首次在《神經網(wǎng)絡新理論與方法》一書中提出的。本文的研究是在樣條權函數(shù)神經網(wǎng)絡的相關概念的基礎上,結合B-樣條函數(shù)相關

2、性質和分析方法,以及算法等方面知識,推導出第二類B-樣條權函數(shù)神經網(wǎng)絡時間復雜度的計算公式。
  第二類B-樣條權函數(shù)神經網(wǎng)絡時間復雜度公式表明其時間復雜度與插值B-樣條基函數(shù)的次數(shù)、網(wǎng)絡輸入輸出維數(shù)、訓練樣本點個數(shù)都有關系,當插值B-樣條基函數(shù)的次數(shù)很高時,該算法時間復雜度呈現(xiàn)指數(shù)級增長,當插值B-樣條基函數(shù)的次數(shù)較低時,該算法時間復雜度與網(wǎng)絡輸入輸出維數(shù)呈線性增長,與訓練樣本個數(shù)也是呈線性增長的。
  通過Matlab仿

3、真實驗,驗證了第二類B-樣條權函數(shù)神經網(wǎng)絡時間復雜度公式的正確性,而且與傳統(tǒng)神經網(wǎng)絡相比在訓練時間上有較大的優(yōu)勢。
  基于第二類B-樣條權函數(shù)神經網(wǎng)絡算法復雜度的理論分析,將第二類B-樣條權函數(shù)神經網(wǎng)絡應用到車牌識別領域,將車牌圖像分割成單個的字符,建立網(wǎng)絡分類器識別每個字符,根據(jù)K-L變換提取車牌字符圖像的特征作為網(wǎng)絡的輸入,根據(jù)網(wǎng)絡輸出的結果判斷是否為該字符,最終得到識別出的車牌結果。通過Matlab仿真實驗表明,第二類B-

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論