论文部分内容阅读
与视觉相比,机器人触觉图象具有分辨率低、噪声大、信息不完整等特点,若采用常规分类器,识别率往往不高.本文基于 Hopfield 联想记忆神经网络,构造了一种适合于识别信息不完整、噪声较大的图象的分类器,并成功地应用于智能机器人触觉图象的识别.通过实验,我们对这种分类器的性能与三种常规分类器——最小距离、最近邻和贝叶斯分类器作了比较.