基于神經(jīng)網(wǎng)絡的手寫數(shù)字字符的識別.pdf

1、模式識別領域里的研究表明：對一個復雜的識別分類問題，只使用一種方法往往難以將識別對象很好地分離開來，而不同的分類方法之間往往存在著很強的互補性，把多個分類器集成可以明顯地提高識別率。因此多分類器集成方法近年來已成為研究者們關注的一個熱點。本文建立了一個集成型神經(jīng)網(wǎng)絡手寫體數(shù)字識別系統(tǒng)，系統(tǒng)主要由三個子網(wǎng)絡并聯(lián)集成構成。每個子網(wǎng)絡可以獨立完成學習訓練和測試。三個網(wǎng)絡并聯(lián)之后，采用“基于后驗概率的權值自動調整法”，對樣本進行識別。
　

2、　 在整個系統(tǒng)中，本文的主要工作以及創(chuàng)新之處有以下幾個方面：
　　 1實現(xiàn)了宏觀、微觀和變換域的特征提取，分別應用于三個不同的神經(jīng)網(wǎng)絡分類器。第一個子網(wǎng)絡是基于宏觀整體特征的，第二個子網(wǎng)絡是基于微觀邊緣特征的，第三個子網(wǎng)絡是基于變換域傅里葉變換特征的。
　　 2根據(jù)本實驗中給出的字符的特點，經(jīng)過適當?shù)淖儞Q后，將數(shù)字圖像處理領域的基本概念和方法大量應用于本課題中。對字符圖像進行多種預處理，如：將字符庫中的字符使用數(shù)字圖像

3、處理領域里的方法，進行邊緣效果增強、去噪、字符灰度變換等，這些做法對提高字符識別率有一定的幫助。
　　 3在集成方法上，本文提出了“基于后驗概率的權值自動調整法”的線性集成方法。根據(jù)各個子網(wǎng)絡獨立的的實驗可以觀察到，不同的子網(wǎng)絡對不同字符有不同的識別效果，根據(jù)這一思想，在并聯(lián)集成時，將對某一字符識別效果最好的網(wǎng)絡在識別該字符時賦予最大的權值。
　　 本文建立的集成型神經(jīng)網(wǎng)絡手寫體數(shù)字識別系統(tǒng)，綜合使用了多種模式識別方法，