5、形态神经网络与移动增强现实在制造业的应用探索

形态神经网络与移动增强现实在制造业的应用探索

1. 形态感知器与神经网络分类器性能对比

形态感知器是具有树突处理功能的神经网络，在模式分类领域有着重要的应用。为了评估不同训练方法的性能，研究人员对比了 Ritter 方法、分治法以及基于差分进化的技术（DEM）。实验使用了 4 个合成数据库和 11 个真实数据库。从实验结果（表 1）可以看出，在所有情况下，DEM 都提供了最佳结果。

训练方法	合成数据库表现	真实数据库表现
Ritter 方法	一般	一般
分治法	较好	较好
DEM	最佳	最佳

为了进一步验证 DEM 的性能，研究人员将其与三种著名的神经网络分类器进行了比较，分别是多层感知器（MLP）、径向基函数神经网络（RBFNN）和支持向量机（SVM）。实验结果表明，DEM 提供了非常有竞争力的结果，是解决模式分类问题的一个有力选择。

2. 移动增强现实在全地形车制造中的应用

2.1 全地形车制造概述

全地形车（ATV）是一种四轮机动交通工具，由发动机、电气系统、制动系统