메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

이 논문의 연구 히스토리 (2)

초록· 키워드

오류제보하기
This paper presents a novel fuzzy neural network for invariant character recognition. The base learning algorithm for this network is applied to fuzzy methods. A novel fuzzy neural network consists of five-layer feedforward. Experimentation results show that the network can recognize characters after noise, deformation, translation, rotation and even scaling. Translation, scaling and distortion is achieved by layer 2 and rotation is achieved by layer 5. The original 108 training characters were shifted in eight directions by 1 pixel and 2 pixels. In that cases, the network can recognize characters with 100% recognition rate. Also, the network can recognize all of the distorted characters with 100% recognition rate. The simulations show that a test pattern cover a ± 10˚ range correctly. The proposed network can recall correctly all of the learned characters with 100% recognition rate. The network is applied to handwritten characters recognition. That results show that the network is noise-toierant.

목차

Abstract

1. 서론

2. 새로운 퍼지 신경망과 학습 알고리즘

3. 실험 결과

4. 결론

참고문헌

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2009-569-017898867