期刊信息
刊名：量子电子学报
曾用名：量子电子学
主办：中国光学学会基础光学专业委员会;中国科学院合肥物质科学家研究院
主管：中国科学院
ISSN：1007-5461
CN：34-1163/TN
语言：中文
周期：双月
影响因子：0.365217
数据库收录：
文摘杂志;北大核心期刊（2000版）;北大核心期刊（2004版）;北大核心期刊（2008版）;北大核心期刊（2011版）;北大核心期刊（2014版）;北大核心期刊（2017版）;化学文摘（网络版）;中国科学引文数据库（2011-2012）;中国科学引文数据库（2013-2014）;中国科学引文数据库（2015-2016）;中国科学引文数据库（2017-2018）;中国科学引文数据库（2019-2020）;日本科学技术振兴机构数据库;中国科技核心期刊;期刊分类：无线电电子学；物理学
期刊热词：
学术活动_第十三届全国光学前沿问题讨论会论文摘要集
曾用名：量子电子学
主办：中国光学学会基础光学专业委员会;中国科学院合肥物质科学家研究院
主管：中国科学院
ISSN：1007-5461
CN：34-1163/TN
语言：中文
周期：双月
影响因子：0.365217
数据库收录：
文摘杂志;北大核心期刊（2000版）;北大核心期刊（2004版）;北大核心期刊（2008版）;北大核心期刊（2011版）;北大核心期刊（2014版）;北大核心期刊（2017版）;化学文摘（网络版）;中国科学引文数据库（2011-2012）;中国科学引文数据库（2013-2014）;中国科学引文数据库（2015-2016）;中国科学引文数据库（2017-2018）;中国科学引文数据库（2019-2020）;日本科学技术振兴机构数据库;中国科技核心期刊;期刊分类：无线电电子学；物理学
期刊热词：
学术活动_第十三届全国光学前沿问题讨论会论文摘要集
基于改进神经网络算法的蔬菜图像识别
【作者】网站采编
【关键词】
【摘要】文章提出了改进神经网络算法,建立了径向基函数神经网络模型,包括梯度下降方法求解权重参数,增大邻域半径的均值聚类方法求取隐函数中心值,利用相邻聚类中心获得核宽度,通过量子
文章提出了改进神经网络算法,建立了径向基函数神经网络模型,包括梯度下降方法求解权重参数,增大邻域半径的均值聚类方法求取隐函数中心值,利用相邻聚类中心获得核宽度,通过量子遗传算法删除冗余权重和神经元;提取了蔬菜图像的特征,并给出了算法流程。仿真试验表明,试验算法对蔬菜图像的形状特征平均识别率为97.56%,纹理特征平均识别率为95.60%,颜色特征平均识别率为93.25%,训练时间平均为5.83s、识别时间平均为2.18s,优于其他算法。
文章来源：《量子电子学报》 网址: http://www.lzdzxbzz.cn/qikandaodu/2020/1121/385.html
上一篇：《周易》文化与量子理论哲学耦合
下一篇：基于宇宙量子算法的微小零件尺寸检测