改进BP算法的研究及应用

软件时空文章编号:1008-0570(2009)08-3-0170-02《微计算机信息》(管控一体化)2009年第25卷第8-3期改进BP算法的研究及应用StudyoftheImprovedBPAlogrithmandApplication(中国矿业大学徐州)徐月美张虹姜XUYue-meiZHANGHongJIANGWei摘要:文中先对BP算法进,然后针对标准BP算法的不足进行了改进,通过数进行修正、自动调节学习率以及选择初始权了改进的BP算法,并给出了在车牌识别技术中例。对比分析识别数据,可以看出改进后的算法收敛速度快、识别时间短、识别率非常高等方面的优点,识别性能得到了很大优化。关键词:神经网络;车牌识别;BP算法中图分类号:TP391文献标识码:A技术创新Abstract:First,BPAlgorithmisanylized・TowardthelimitationofstandardBPalogrithm,animprovedBPalogrithmisobtainedbymodifyingtheactionfunction,regulatingthelearningrateandchoosingtheinitialweights.AndthenarecognitionexampleaboutlicenseplaterecognitiontechnologyisgiventoprovetheimprovedBPalgorithm.Fromtheexamresults,theimprovedBPalgorithmhassomeadvantagesinfastconvergencespeed,shortrecognitiontimeandhighrecognitionrate.Keywords:neuralnetwork;Vehiclelicenseplaterecognition;BPalogrithm1引言20世纪80年代中期,美国很多学者就完整地提出了反向传播学习算法,简称为BP(Back-Propagation)算法,BP算法因其良好的非线性映射能力和柔软的网络结构,口前已被广泛应用于模式识别、数据预测、图像处理等各个领域,它的理论发展也日趋成熟。近年來,人们围绕如何加速传统BP网络的收敛速度及尽量陷入局部最优解等问题做了人量的研究工作,并提出了许多改进的方案。本文在详细研究BP算法及改进算法基础上,通过“车牌识别”实例对标准BP算法和改进BP算法进行了比较研究,并给出了相关实验结果。(i=l,2,...,M;j=l,2,...,N)(k=l,2,...,N)(4)式中:N、M分别为神经网络的输入和输出的维数,H=(hl,h2,...,hN)是隐含神经元的输出。此映射由网络参数(连接权和阈值)决定,故神经网络的映射可表示为:Y二f(Y,C),其中:C=(C1,C2,...,CN)为可修改参数。当神经网络存在反馈连接时,有如下方程:(5)式中:T为时间间隔,Z是外界输入的直接激励总和。其中神经元在神经网络中的位置坐标U(£)为位置s上神经元的膜电位,w2BP算法基本理论2」神经元的信息处理对于输入信号XI、X2..........XN,膜电位的变化量由输入信号的加权和来决定,如卜•式所示:(1)输出信号Y则可表示为:匕眄是从「位置神经元到位置神经元的连接权值。图1前向神经网络的结构示意图Y=f(u-0)(2)式中:0为阈值。在连续时间模型中,通常膜电位服从下列方程:式中:T为时间间隔,这时输出Y可表示为:2.3BP算法的不足曲于BP神经网络是反向传播的网络,并且这种网络仅通过许多具有简单处理能力的神经元的复合作用使网络具有复杂的非线性映射能力而没有反馈,因此在实际应用中在存在不少问题:(3)。2.2BP网络结构对于没有反馈的神经网络,假设有一个包含了输入层、隐含层和输出层的3层前向神经网络,其结构如图1所示:从输入X=(X1,X2,……,XN)到输出Y=(Y1,Y2,……,YM)的映射为:(1)不能保证收敛到全局最小点;(2)学习算法的收敛速度很慢;(3)网络的隐含节点个数的选取尚无统一而完整的理论指导。3BP算法及其改进3」标准BP算法的计算步骤BP算法由两部分组成:信息的正向传递与误差的反向传《现场总线技术应用2行了分析对作用函值后得到的应用实薇具00例》-170-360元/年邮局订阅号:82-946您的论文得到两院院士关注播。在正向传递过程中,输入信息从输入层经隐含层逐层计算传向输出层,每一层神经元的状态只影响卜-一层神经元的状态。如果在输出层没有得到期望的输出,则计算输出层的误差变化值,然后虫比聪屹?,通过网络将误差信号沿原來的连接通路反传冋來修改各层神经元的权值直至达到期舉目标。软件时空4车牌识别BP网络模型实验结果分析对于在公路交通中所获得的汽车图像,经过消除噪声、灰度化、二值化等处理后,首先应将车牌区域提取出来。可以应用扫描法或根据颜色定位法等方法进行车牌的定位。经过分割出的车牌上含有汉字、英文及阿拉伯数字,在对它们进行逐个识别Z前,必须把它们归一化到一个标准尺寸上,并根据一定的规则对单个字符作识别预处理,为字符识别做准备。经过预处理环节,牌照中的每个字母和数字被单独分开。(1)初始化。确定神经元的作用函数(通常取S为型函数,即:),给定允许误差讹>;O)、学习率卩及惯性因子,女U果B

1、当您付费下载文档后,您只拥有了使用权限,并不意味着购买了版权,文档只能用于自身使用,不得用于其他商业用途(如 [转卖]进行直接盈利或[编辑后售卖]进行间接盈利)。
2、本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供参考,付费前请自行鉴别。
3、如文档内容存在侵犯商业秘密、侵犯著作权等,请点击“举报”。

常见问题具体如下:

1、问:已经付过费的文档可以多次下载吗?

      答:可以。登陆您已经付过费的账号,付过费的文档可以免费进行多次下载。

2、问:已经付过费的文档不知下载到什么地方去了?

     答:电脑端-浏览器下载列表里可以找到;手机端-文件管理或下载里可以找到。

            如以上两种方式都没有找到,请提供您的交易单号或截图及接收文档的邮箱等有效信息,发送到客服邮箱,客服经核实后,会将您已经付过费的文档即时发到您邮箱。

注:微信交易号是以“420000”开头的28位数字;

       支付宝交易号是以“2024XXXX”交易日期开头的28位数字。

客服邮箱:

biganzikefu@outlook.com

所有的文档都被视为“模板”,用于写作参考,下载前须认真查看,确认无误后再购买;

文档大部份都是可以预览的,笔杆子文库无法对文档的真实性、完整性、准确性以及专业性等问题提供审核和保证,请慎重购买;

文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为依据;

如果您还有什么不清楚的或需要我们协助,可以联系客服邮箱:

biganzikefu@outlook.com

常见问题具体如下:

1、问:已经付过费的文档可以多次下载吗?

      答:可以。登陆您已经付过费的账号,付过费的文档可以免费进行多次下载。

2、问:已经付过费的文档不知下载到什么地方去了?

     答:电脑端-浏览器下载列表里可以找到;手机端-文件管理或下载里可以找到。

            如以上两种方式都没有找到,请提供您的交易单号或截图及接收文档的邮箱等有效信息,发送到客服邮箱,客服经核实后,会将您已经付过费的文档即时发到您邮箱。

注:微信交易号是以“420000”开头的28位数字;

       支付宝交易号是以“2024XXXX”交易日期开头的28位数字。

确认删除?