Skip to main content
Springer Nature Link
Log in

Polynomklassifikator versus Multilayer-Perzeptron

  • Conference paper
Mustererkennung 1990

Part of the book series: Informatik-Fachberichte ((INFORMATIK,volume 254))

  • 184 Accesses

Kurzfassung

In diesem Beitrag werden verschiedene Zusammenhänge zwischen dem Polynomklassifikator [9] und dem Multilayer-Perzeptron [8] aufgezeigt. Ausgehend von dem entscheidungstheoretischen Lösungsansatz für die Klassifikation von Mustern, werden beide Methoden als Approximation der Rückschlußwahrscheinlichkeiten diskutiert. Neben dem theoretischen Vergleich werden auch erste Ergebnisse für eine wirklichkeitsnahe Aufgabenstellung der Mustererkennung — nämlich die Klassifikation von handgeschriebenen Ziffern [1] — angegeben.

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Log in via an institution

Subscribe and save

Springer+ Basic
$34.99 /Month
  • Get 10 units per month
  • Download Article/Chapter or eBook
  • 1 Unit = 1 Article or 1 Chapter
  • Cancel anytime
Subscribe now

Buy Now

Chapter
USD 29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Similar content being viewed by others

Literatur

  1. AEG Electrocom: Automatische Anschriftenleser. Konstanz, 1990.

    Google Scholar 

  2. Y. Cun et al.: Handwritten digit recognition with a back-propagation network. NIPS 1989, Denver.

    Google Scholar 

  3. J. Denker et al.: Neural network recognizer for hand-written ZIP code digits. NIPS 1988, Denver.

    Google Scholar 

  4. C. Giles and T. Maxwell: Learning, invariance, and generalization in high-order neural networks. Applied Optics, 1987.

    Google Scholar 

  5. K. Hornik, M. Stinchcombe, and H. White: Multilayer feedforward networks are universal approximators. Neural Networks, 1989.

    Google Scholar 

  6. N. Nilsson: Learning machines. McGraw-Hill, 1965.

    Google Scholar 

  7. Y. Pao: Adaptive pattern recognition and neural networks. Addison-Wesley, 1989.

    Google Scholar 

  8. D. Rumelhart and J. McClelland: Parallel distributed processing. MIT Press, 1986.

    Google Scholar 

  9. J. Schürmann: Polynomklassifikatoren far die Zeichenerkennung. Oldenbourg, 1977.

    Google Scholar 

Download references

Author information

Authors and Affiliations

  1. Forschungsinstitut Ulm, Daimler-Benz AG, Wilhelm-Runge-Str. 11, 7900, Ulm/Donau, Deutschland

    U. Kreßel, J. Franke & J. Schürmann

Authors
  1. U. Kreßel
    View author publications

    You can also search for this author in PubMed Google Scholar

  2. J. Franke
    View author publications

    You can also search for this author in PubMed Google Scholar

  3. J. Schürmann
    View author publications

    You can also search for this author in PubMed Google Scholar

Editor information

Editors and Affiliations

  1. Forschung Elektronik-Informatik, Carl Zeiss, Carl-Zeiss-Straße, D-7082, Oberkochen, Deutschland

    Rudolf E. Großkopf

Rights and permissions

Reprints and permissions

Copyright information

© 1990 Springer-Verlag Berlin Heidelberg

About this paper

Cite this paper

Kreßel, U., Franke, J., Schürmann, J. (1990). Polynomklassifikator versus Multilayer-Perzeptron. In: Großkopf, R.E. (eds) Mustererkennung 1990. Informatik-Fachberichte, vol 254. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-84305-1_9

Download citation

  • DOI: https://doi.org/10.1007/978-3-642-84305-1_9

  • Publisher Name: Springer, Berlin, Heidelberg

  • Print ISBN: 978-3-540-53172-2

  • Online ISBN: 978-3-642-84305-1

  • eBook Packages: Springer Book Archive

Publish with us

Policies and ethics