对图像预处理、字符特征提取和神经网络类型的选择、优化、训练及调整等进行研究,提出运用双X特征作为输入的自组织竞争网络对手写字符进行识别的方法.首先进行图像预处理,包括图像的灰度化、二值化、剪裁及缩放等.然后,提出字符的双X特征提取方法,并运用该方法提取各个字符的特征信息.最后,将字符特征数据送入自组织网络中进行学习,反复试验确定理想网络参数,使其可以自组织地将各字符模式相区分.实验结果表明:这种方法减少送入网络的数据量,降低了冗余信息对网络的干扰,使网络处理的复杂程度大大降低,训练后的网络误差小,网络的错判率约为12%,比传统方法有明显提高.
参考文献
[1] | 杨晓敏,吴炜,何小海,等.应用SLLE实现手写体数字识别[J].光学精密工程,2009,17(3):641-647. |
[2] | Faaborg A J.Using neural networks to create an adaptive character recognition system[R].Ithaca NY:Cornell University,2002. |
[3] | Wu P H.Handwritten character recognition[D].Queensland,Australia:School of Information Technology and Electrical Engineering,the University of Queensland,2003. |
[4] | Liou C Y,Yang H C.Hand printed character recognition based on spatial topology distance measurement[J].IEEE Transactions on Pattern Analysis and Machine Intelligence,1996,18:941-945. |
[5] | Didaci L,Giacinto G.Dynamic classifier selection by adaptive k-nearest-neighbourhood rule[J].Lecture Notes in Computer Science,2004,3077:174-183. |
[6] | 娄帅,丁振良,袁峰,等.应用Hopfield神经网络和小波域隐Markov树模型的图像复原[J].光学精密工程,2009,17(11):2828-2834. |
[7] | Brown E W.Applying neural networks to character recognition[EB/OL].[2010-05-15].http,//www.ccs.neu.edu/home/feneric/charrecnn.html. |
[8] | Ganapathy V,Liew K L Handwritten character recognition using multiscale neural network training technique[J].World Academy of Science,Engineering and Technology,2008,39:32-37. |
[9] | 张建伟,张启衡.基于块遍历的直线边缘特征提取[J].光学精密工程,2009,17(3):662-668. |
[10] | 潘国兵,颜国正,张明卿,等.概率神经网络与差异演化在胶囊内窥图像出血识别中的应用[J].光学精密工程,2010,18(6):1435. |
[11] | 朱福珍,李金宗,朱兵,等.基于径向基函数神经网络的超分辨率图像重建[J].光学精密工程,2010,18(6):1451. |
[12] | 赵章荣,邬义杰,顾新建,等.用神经网络结构实现超磁致伸缩智能构件滑模控制[J].光学精密工程,2009,17(4):778-786. |
[13] | 赵章荣.基于神经网络的超磁致伸缩智能构件滑模控制[J].光学精密工程,2009,17(4):778-786. |
[14] | 耿洁,刘向东,陈振,等.Preisach迟滞逆模型的神经网络分类排序[J].光学精密工程,2010,18(4):855-862. |
[15] | 沈铖武,王志乾,刘畅,等.BP神经网络在多位置捷联寻北系统中的应用[J].光学精密工程,2009,17(8):1890-1895. |
[16] | 邓超,张涛,姚清华.应用小波神经网络处理CCD图像噪声[J].光学精密工程,2008,16(2):345-351. |
[17] | 张煜东,吴乐南.用改进的Paik型Boltzmann机实现图像复原[J].光学精密工程,2009,17(7):1737-1744. |
上一张
下一张
上一张
下一张
计量
- 下载量()
- 访问量()
文章评分
- 您的评分:
-
10%
-
20%
-
30%
-
40%
-
50%