ε-MAXNETを用いた文字画像の2値化に関する一考察
スポンサーリンク
概要
- 論文の詳細を見る
最大値検索(検出)問題は、パターン認識における最大類似度の探索など、幅広い分野で重要なテーマとなっているが、データ数が多い場合にはその探索時間は必ずしも無視できない。そこで、基本競合系やMAXNETなど並列・分散的に最大値を求めるネットワークが提案されている。しかし、これらの方法は最大値は1つといった制約条件などがついていた。そこで我々は、上記の諸問題を考慮した最大値を探索する新たな人工ニューラルネットワーク(ε-MAXNET)を提案した。本研究では、このネットワークを用いた文字画像の2値化について報告する。
- 社団法人電子情報通信学会の論文
- 1996-03-11
著者
関連論文
- 最大値を探索する人工ニューラルネットワーク
- すべての記憶パターンが直交するようにHopfield連想記憶モデルに付加された冗長ニューロンの圧縮可能性
- 拡張Hopfield連想記憶モデル(I)
- 白色雑音下の減衰正弦波信号とそのパラメータを推定する非線形フィルタに関する一考察
- 白色雑音下の正弦波信号とそのパラメータを推定する拡張複素カルマンフィルタに関する一考察
- TDNNによる時系列パターンの記憶と想起に関する一考察
- ε-MAXNETと従来のWTAネットワークの比較
- ε-MAXNETを用いた文字画像の2値化に関する一考察
- 白色雑音下の正弦波信号とその周波数を推定する拡張複素カルマンフィルタの安定性 : 単一正弦波の場合
- 最大値探索人工ニューラルネットワークとその応用
- 白色雑音下の正弦波信号とそのパラメータを推定する非線形フィルタに関する一考察