1994 | OriginalPaper | Buchkapitel
Auslegung neuronaler Netzwerke am Beispiel der Fahrzeugerkennung
verfasst von : Thomas Müller
Erschienen in: Fuzzy Logik
Verlag: Springer Berlin Heidelberg
Enthalten in: Professional Book Archive
Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.
Wählen Sie Textabschnitte aus um mit Künstlicher Intelligenz passenden Patente zu finden. powered by
Markieren Sie Textabschnitte, um KI-gestützt weitere passende Inhalte zu finden. powered by
Im folgenden Beitrag wird ein System zur Fahrzeugerkennung auf der Basis von neuronalen Netzwerken vorgestellt. Nach einer Beschreibung der Komponenten dieses Mustererkennungssystems wird auf das zur Klassifikation eingesetzte Multi-Layer-Perceptron, und auf den entsprechend der Delta-Bar-Delta-Momentum Lernregel modifizierten Backpropagation-Lernalgo-rithmus eingegangen. Die Delta-Bar-Delta-Momentum Lernregel wurde aus dem Delta-Bar-Delta Verfahren weiterentwickelt, und gestattet neben der Adaption des Lernparameters zusätzlich die Regelung des Momentumparameters. Weiterhin werden die Ergebnisse des Lernvorgangs beschrieben und Angaben zur Erkennungsleistung gemacht. Abschließend wird die Vorgehensweise bei der Implementierung des Multi-Layer-Perceptrons auf einem 16-Bit-Festkomma-Signalprozessor dargestellt.