المصدر: | مجلة كلية التربية |
---|---|
الناشر: | الجامعة المستنصرية - كلية التربية |
المؤلف الرئيسي: | Abd Useif, Intisar (Author) |
مؤلفين آخرين: | Gindawi, Ikhas Watan (co-Auth) |
المجلد/العدد: | ع 1 |
محكمة: | نعم |
الدولة: |
العراق |
التاريخ الميلادي: |
2008
|
الصفحات: | 113 - 124 |
ISSN: |
1812-0380 |
رقم MD: | 425688 |
نوع المحتوى: | بحوث ومقالات |
اللغة: | الإنجليزية |
قواعد المعلومات: | EduSearch |
مواضيع: | |
رابط المحتوى: |
الناشر لهذه المادة لم يسمح بإتاحتها. |
المستخلص: |
هذا البحث يحلل مشكلة التشبع في شبكة الذواكر، مصنف الn_tuple المستخدم في هذا العمل يحتوي على 12 عقدة أدخال والمستخدمة في تمييز الأنماط وباستخدام قاعدة بيانات معينة تتضمن 2000 نمط من لصور الرقمية والتي تم استخدامها في هذا العمل. يقدم البحث بيانات تتعامل مع هذه المشكلة وتتطابق مع خصائص شبكة الذواكر لذلك تم في هذا البحث اقتراح طريقتين لتقليل مشكلة التشبع وزيادة مستوى التمييز للشبكة. الأولى ببساطة تقوم بضرب المدخل (الصورة الرقمية) بقيم المرشح الرقمي خلال مرحلة التدريب والثانية تقوم بتوظيف مفهوم الأوزان وأضفتها إلى الشبكة بهدف تمييز المناطق المختلفة لأصناف التدريب. This article studies the saturation problem of a RAM neural network, a n- tuple classifier containing was 12 -input neurons applied to the character recognition task, by using the specific data base that contains 2000 pattern of digital image. It presents data to evaluate this problem and correlates it to other characteristics of the RAM nets .Therefore, two approaches were suggested to reduce the network saturation and improve the recognition level: the Filtered RAM and the Advanced RAM Neural . The first version simply multiplies each input vector by a digital filter during the training and the recall phases. The second approach associates the weight concept to the network in order to distinguish different regions among the trained classes. |
---|---|
وصف العنصر: |
أصل المقال منشور باللغة الإنجليزية |
ISSN: |
1812-0380 |