文件名称：论文研究-LVQ神经网络在交通事件检测中的应用.pdf
文件大小：1.87MB
文件格式：PDF
更新时间：2022-09-27 07:06:19
论文研究
椭球基函数（Ellipsoidal Basis Function，EBF）使网络划分输入空间成为封闭有界的局部作用的空间，与径向基函数（Radial Basis Function，RBF）神经网络的高斯函数相比，它对空间的划分更明确。因此，它的模式识别能力将有所提高。提出了一种基于EBF神经网络的指纹识别方法。首先，利用小波变换（Wavelet Transform，WT）直接从二值化指纹图像中提取细节特征，简化了复杂的预处理步骤，极大地减少了计算量，提高了识别的速度。同时利用EBF神经网络进行分类识别，有效提高了识别精度。该算法在FVC2000（国际指纹竞赛数据库）上作了测试。并与文献[9]中的WT-RBF算法进行比较。实验结果表明，提出的算法获取了较高的识别率，并且缩短了识别时间。