科研之友
微信
新浪微博
Facebook
分享链接
摘要
储层网络算法(RCN)是一种特殊的递归神经网络,其输入和递归关系是随机产生的,只对输出结果进行加权训练。RCN具有处理时域信息、易于训练和抗噪能力强的特点。通过优化RCN的参数,该算法在语音识别领域有较好的抗噪性。本研究的目的是将该算法拓展到图像处理领域,并证明通过参数调优,RCN在图像处理领域有着同样稳定的抗噪性。基于优化参数后的RCN手写数字识别器在以MNIST数据分析库为基准的干净测试样本上进行测试,错误率降低到0.81%,其降噪器能够有效地过滤掉各种类型的噪声。
- 单位
储层网络算法(RCN)是一种特殊的递归神经网络,其输入和递归关系是随机产生的,只对输出结果进行加权训练。RCN具有处理时域信息、易于训练和抗噪能力强的特点。通过优化RCN的参数,该算法在语音识别领域有较好的抗噪性。本研究的目的是将该算法拓展到图像处理领域,并证明通过参数调优,RCN在图像处理领域有着同样稳定的抗噪性。基于优化参数后的RCN手写数字识别器在以MNIST数据分析库为基准的干净测试样本上进行测试,错误率降低到0.81%,其降噪器能够有效地过滤掉各种类型的噪声。
