基于多传感器的神经网络模式识别技术研究
| 摘要 | 第1-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第7-14页 |
| ·引言 | 第7-8页 |
| ·课题背景 | 第8-9页 |
| ·应用背景 | 第8页 |
| ·国内外技术现状 | 第8-9页 |
| ·本课题研究的关键技术 | 第9页 |
| ·神经网络模式识别 | 第9页 |
| ·模糊模式识别 | 第9页 |
| ·所作的主要工作与论文组织 | 第9-11页 |
| ·所作的工作 | 第9-10页 |
| ·论文组织 | 第10-11页 |
| ·系统的总体结构 | 第11-14页 |
| ·整个系统功能描述 | 第11页 |
| ·系统硬件结构 | 第11-12页 |
| ·系统软件结构 | 第12-14页 |
| 第二章 系统的硬件设计 | 第14-24页 |
| ·系统的硬件结构和人民币特征剖析 | 第14-16页 |
| ·系统的硬件结构 | 第14页 |
| ·人民币特征剖析 | 第14-16页 |
| ·光电子识别理论基础 | 第16-18页 |
| ·紫外荧光特性 | 第16-17页 |
| ·红外吸收光谱特性 | 第17-18页 |
| ·传感器的选取及接受信号分析 | 第18-23页 |
| ·源选取技术 | 第18-20页 |
| ·接受信号分析 | 第20-22页 |
| ·数据采集技术 | 第22-23页 |
| 小结 | 第23-24页 |
| 第三章 神经网络与模式识别 | 第24-45页 |
| ·神经网络的模糊学习与识别技术 | 第24-36页 |
| ·神经网络学习与识别的特点 | 第24-25页 |
| ·BP网络及其学习方法 | 第25-30页 |
| ·前向网络的模糊学习方法 | 第30-35页 |
| ·小结 | 第35-36页 |
| ·模糊模式识别 | 第36-45页 |
| ·模糊模式识别的直接方法 | 第37页 |
| ·模糊距离与贴近度 | 第37-43页 |
| ·模糊模式识别的间接方法 | 第43-44页 |
| ·小结 | 第44-45页 |
| 第四章 基于神经网络模式识别算法及其应用结果分析 | 第45-56页 |
| ·引言 | 第45-46页 |
| ·基于货币特征的神经网络模式识别算法 | 第46-53页 |
| ·数据采集和预处理 | 第46-47页 |
| ·特征提取 | 第47-48页 |
| ·货币模板的建立 | 第48页 |
| ·数据标准化 | 第48-49页 |
| ·建立相似矩阵 | 第49-50页 |
| ·局部决策 | 第50-51页 |
| ·神经网络训练和识别 | 第51-53页 |
| ·应用结果分析和实用建议 | 第53-54页 |
| ·识别结果 | 第53-54页 |
| ·结果分析 | 第54页 |
| ·小结 | 第54-56页 |
| 第五章 结束语 | 第56-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-60页 |
| 攻读硕士学位期间发表的主要论文及主要工作 | 第60页 |
