第二類B-樣條權(quán)函數(shù)神經(jīng)網(wǎng)絡(luò)的算法復(fù)雜度研究及應(yīng)用.pdf

1、算法復(fù)雜度是衡量算法計(jì)算難度的尺度，對算法復(fù)雜度的分析是一個(gè)重要課題，最普遍的評價(jià)標(biāo)準(zhǔn)是一個(gè)算法需要耗費(fèi)的時(shí)間和空間。一個(gè)好的算法可以提高運(yùn)行和存儲效率，對第二類B-樣條權(quán)函數(shù)神經(jīng)網(wǎng)絡(luò)的算法復(fù)雜度進(jìn)行研究的目的就是證明其是一個(gè)非常優(yōu)秀的算法。
　　樣條權(quán)函數(shù)神經(jīng)網(wǎng)絡(luò)作為一種新型結(jié)構(gòu)的人工神經(jīng)網(wǎng)絡(luò)，其訓(xùn)練算法和拓?fù)浣Y(jié)構(gòu)首次在《神經(jīng)網(wǎng)絡(luò)新理論與方法》一書中提出的。本文的研究是在樣條權(quán)函數(shù)神經(jīng)網(wǎng)絡(luò)的相關(guān)概念的基礎(chǔ)上，結(jié)合B-樣條函數(shù)相關(guān)

2、性質(zhì)和分析方法，以及算法等方面知識，推導(dǎo)出第二類B-樣條權(quán)函數(shù)神經(jīng)網(wǎng)絡(luò)時(shí)間復(fù)雜度的計(jì)算公式。
　　第二類B-樣條權(quán)函數(shù)神經(jīng)網(wǎng)絡(luò)時(shí)間復(fù)雜度公式表明其時(shí)間復(fù)雜度與插值B-樣條基函數(shù)的次數(shù)、網(wǎng)絡(luò)輸入輸出維數(shù)、訓(xùn)練樣本點(diǎn)個(gè)數(shù)都有關(guān)系，當(dāng)插值B-樣條基函數(shù)的次數(shù)很高時(shí)，該算法時(shí)間復(fù)雜度呈現(xiàn)指數(shù)級增長，當(dāng)插值B-樣條基函數(shù)的次數(shù)較低時(shí)，該算法時(shí)間復(fù)雜度與網(wǎng)絡(luò)輸入輸出維數(shù)呈線性增長，與訓(xùn)練樣本個(gè)數(shù)也是呈線性增長的。
　　通過Matlab仿

3、真實(shí)驗(yàn)，驗(yàn)證了第二類B-樣條權(quán)函數(shù)神經(jīng)網(wǎng)絡(luò)時(shí)間復(fù)雜度公式的正確性，而且與傳統(tǒng)神經(jīng)網(wǎng)絡(luò)相比在訓(xùn)練時(shí)間上有較大的優(yōu)勢。
　　基于第二類B-樣條權(quán)函數(shù)神經(jīng)網(wǎng)絡(luò)算法復(fù)雜度的理論分析，將第二類B-樣條權(quán)函數(shù)神經(jīng)網(wǎng)絡(luò)應(yīng)用到車牌識別領(lǐng)域，將車牌圖像分割成單個(gè)的字符，建立網(wǎng)絡(luò)分類器識別每個(gè)字符，根據(jù)K-L變換提取車牌字符圖像的特征作為網(wǎng)絡(luò)的輸入，根據(jù)網(wǎng)絡(luò)輸出的結(jié)果判斷是否為該字符，最終得到識別出的車牌結(jié)果。通過Matlab仿真實(shí)驗(yàn)表明，第二類B-