%0 Journal Article
%T 改进高阶神经网络(MHONN)与目标图象TSRI识别系统的设计
%J 兵工学报
%P 273-277
%D 1997
%X ？具有平移、比例和旋转不变性(TSRI)的模式识别是经常遇到的一个三阶问题。近年来的研究表明：把模式的不变性构建于三阶高阶神经网络(HONN)中是实现TSRI模式识别的有效途径。但对于一幅N×N的图象，三阶HONN为存贮连接权所需的存贮容量正比于N6，这一要求限制了HONN在大尺寸图象中的应用。为解决这问题，我们先用边缘探测和对数螺线映射处理图象，把三阶问题转化成二阶问题，使HONN的存贮需求降至0(N4)，再改进二阶HONN的结构，使这一需求进一步降至0(N2)。我们用128X128的图象进行了仿真实验，结果表明：该方法对大尺寸目标图象的TSRI识别切实可行。
%K 模式识别
%K 图象处理
%K 目标识别
%K 神经网络
%U http://118.145.16.231/jweb_bgxb/CN/abstract/abstract3744.shtml