軟計算融合算法及其在Captcha識別方面的應(yīng)用研究.pdf

1、軟計算方法是一類方法的集合體，主要包括模糊計算、神經(jīng)計算、進(jìn)化計算等，這類方法的共同特點(diǎn)是能夠容忍不確定、不精確和部分失真的數(shù)據(jù)，使用線性代替非線性，使用有限代替無限，當(dāng)無法或者很難求得問題的最優(yōu)解時，退而求其次，求其次優(yōu)解。軟計算方法建立的模型更接近客觀事物本身，更貼近人類的思維模式。軟計算方法體之間是相互協(xié)作的，而不是互相排斥的，研究軟計算方法的融合，可以使它們優(yōu)勢互補(bǔ)，發(fā)揮更大的性能。
　　 構(gòu)造性神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法-覆蓋算

2、法，在構(gòu)造隱層分類器的過程中，采用隨機(jī)的方法選擇圓心樣本，導(dǎo)致構(gòu)造出的覆蓋分類器分類能力不穩(wěn)定。本文融合遺傳算法和神經(jīng)網(wǎng)絡(luò)，在構(gòu)造覆蓋分類器的過程中引入競爭的概念，利用佳點(diǎn)集遺傳算法對覆蓋集合進(jìn)行搜索，淘汰不好的覆蓋，存留較優(yōu)的覆蓋，算法明顯減少了覆蓋分類器個數(shù)和拒識樣本個數(shù)，對比試驗表明，算法具有很好的魯棒性、識別率和泛化能力。
　　 針對在處理有噪音、模糊、不確定的數(shù)據(jù)時，覆蓋算法產(chǎn)生的分類器的分類能力受到較大的影響的問題，

3、本文融合粗糙集與神經(jīng)網(wǎng)絡(luò)，提出了覆蓋熵的概念，并找到了一種表示分類能力的方法，在確保分類器的分類能力不降低的條件下，以決策屬性相對于分類器的條件信息熵為條件，對一組覆蓋中信息熵最大的覆蓋進(jìn)行約簡，減少分類器的不確定因素。對比試驗表明，算法具有很好的識別精度和泛化能力以及處理模糊、不確定數(shù)據(jù)的能力。
　　 Captcha是用來區(qū)分計算機(jī)與人類的一種程序，圖像驗證碼是一種典型的Captcha，本文對圖像驗證碼的發(fā)展歷程進(jìn)行了總結(jié)，比