论文部分内容阅读
针对货币识别中残币、旧币、假币识别的难度大和正确性不高等问题。提出了一种基于描述特征的改进LVQ的神经网络的美元识别算法。该算法首先使用基于描述特征的主成分分析技术(MEFFRA)提取美元的主要特征,然后使用MLVQ神经网络进行识别。不仅降低了货币特征提取时的复杂度,同时也克服了GLVQ和GLVQ-F算法的性能不稳定和对初值敏感性的理论缺陷。是一种更加优化的有师学习算法。试验结果表明,把该算法用于美元识别,有很好的效果。