• English
  • Deutsch
  • Log In
    Password Login
    Research Outputs
    Fundings & Projects
    Researchers
    Institutes
    Statistics
Repository logo
Fraunhofer-Gesellschaft
  1. Home
  2. Fraunhofer-Gesellschaft
  3. Artikel
  4. Übertragung und Erkennung gestörter Zeichen mittels neuronaler Netze
 
  • Details
  • Full
Options
1992
Journal Article
Title

Übertragung und Erkennung gestörter Zeichen mittels neuronaler Netze

Abstract
Der vorliegende Beitrag beschreibt eine Untersuchung über die Einsatzmöglichkeiten künstlicher neuronaler Netze und klassischer Klassifikationsverfahren innerhalb der Erkennung pixelweise gestörter alphanumerischer Zeichen. Dazu wird zunächst das zugrunde gelegte Übertragungsmodell beschrieben, wobei das Nutzsignal innerhalb des Übertragungskanls durch ein additives, mittelwertfreies und gaußverteiltes Rauschsignal gestört wird. Weiterhin werden die Grundlagen der zur Diskriminierung des gestörten Zeichens notwendigen Klassifikationsverfahren skizziert, wobei insbesondere der Einsatz neuronaler Netze betont wird. Die abschließenden Untersuchungsergebnisse dokumentieren die Vor- und Nachteile verschiedener Methoden hinsichtlich Lern- und Klassifikationsverhalten sowie hinsichtlich der benötigten Rechenzeiten. Dabei wurden verschiedene überwacht trainierte Backpropagation Netztopologien und ein selbstorganisiertes Competitive Learning Netz mit klassischen Methoden des Nächsten-Nachbarn s owie der Regressionsanalyse verglichen
Author(s)
Abel, V.
Groß, M.
Journal
Nachrichtentechnische Zeitschrift : NTZ  
Language
German
Fraunhofer-Institut für Graphische Datenverarbeitung IGD  
Keyword(s)
  • competitive learning

  • Klassifizierung

  • Lernverhalten

  • neuronales Netzwerk

  • Regressionsanalyse

  • Cookie settings
  • Imprint
  • Privacy policy
  • Api
  • Contact
© 2024