排序方式: 共有4条查询结果,搜索用时 0 毫秒
1
1.
基于Kohonen自组织特征映射网的自组织性、自适应性及对输入信号的高容错能力,运用无导师动态竞争学习方法对较模糊的矩阵码进行识别,取得了较好的效果.对网络的训练采用了带噪声的矩阵码数据,大大提高了系统的辨识能力.试验表明,该方法为矩阵码的识别提供了一条有效的途径. 相似文献
2.
工程图中字符分离和标注字符串生成技术 总被引:1,自引:0,他引:1
提出了同步边缘特性检测的轮廓跟踪算法,并基于规则从扫描图像全图轮廓中分离字符轮廓;在此基础上,针对机械工程图,采用全方位的邻域搜索技术生成不同方向的字符串,通过分类树进行识别,并根据专业领域知识进行校正,实验测试表明,该方法具有较好的效果。 相似文献
3.
基于Kohonen自组织特征映身网的自组织性、自适应性及对输入信号的高容错能力,运用无导师动态竞争学习方法对较模糊的矩阵码进行识别,取得了较好的效果,对网络的训练采用了采用带噪声的矩阵码数据,大大提高了系统的辨识能力,试验表明,该方法为矩阵码的识别提供了一有效的途径。 相似文献
4.
提出了同步边缘特性检测的轮廓跟踪算法,并基于规则从扫描图像全图轮廓中分离字符轮廓;在此基础上,针对机械工程图,采用全方位的邻域搜索技术生成不同方向的字符串,通过分类树进行识别,并根据专业领域知识进行校正.实验测试表明,该方法具有较好的效果 相似文献
1