http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
복소-대수 사상과 수정된 이차 신경망을 이용한 회전 및 크기 변형에 무관한 패턴 인식
권희용(Heeyong Kwon),김병철(Byeongcheol Kim),조동섭(Dongsub Cho),이흥호(Heungho Lee),황희융(Heeyeung Hwang) 한국정보과학회 1994 정보과학회논문지 Vol.21 No.3
본 논문에서는 복소-대수 사성과 수정된 이차 신경망을 이용한 크기와 회전 변형에 무관한 패턴 인식 시스팀을 제안한다. 인간의 시각 구조를 반영하고 있는 복소-대수 사상은 크기와 회전 변형에 무관한 특징을 추출하는 특성을 갖고 있지만 사상의 결과는 ?-어라운드를 포함한 위치 이동(환-이동)으로 나타난다. 따라서 이어진 인식 단계에서는 환-이동에 무관한 인식 시스팀이 요구된다. 본 논문에서는 환-이동된 패턴 인식 문제가 이차의 차수를 갖는 문제임을 보이고, 위치 이동에 무관한 인식 능력을 갖는 기존의 이차 신경망을 수정하여 환-이동에 무관한 인식 시스팀을 구성하였다. 제안된 방법은 전처리 부터 인식 까지 신경망 만으로 구현할 수 있다. 실험 결과 제안된 시스팀은 기존의 복소-대수 사상과 푸리에 변환, 다충 퍼셉트론을 결합한 시스팀에 의한 인식 방법 보다 인식 성능이 우수한 것으로 나타났다. In this paper, we propose a scale and rotation invariant pattern recognition system using complex-log mapping and modified second order neural networks. While the complex-log mapping which closely models the human vision system has scale and rotation invariant feature extraction properties, its results are given in a translated and/or wrap-around(wrap-translated) form. So the next recognition step should be wrap-translation invariant. We show that wrap-translation invariance is a second order problem and construct a wrap-translation invariant recognition system by modifying second order neural networks which are already translation invariant. All steps from pre-processing to classification can be implemented with only neural networks Experimental results show the proposed system to be superior to the existing system composed of complex-log mapping, Fourier Transform and Multilayer Perceptrons in recognition rate.