銀行票據(jù)自動(dòng)識(shí)別系統(tǒng)研究.pdf

1、銀行每天要處理堆積如山的各類票據(jù)，最終這些票據(jù)都將在一個(gè)特定的地方被掃描成數(shù)字圖像，但票據(jù)上的內(nèi)容還是需要人工輸入到計(jì)算機(jī)中。這樣的機(jī)械操作完全可以由計(jì)算機(jī)自動(dòng)完成從而節(jié)省大量的人力物力。 本論文綜合運(yùn)用圖像處理，模式識(shí)別的理論來構(gòu)建銀行票據(jù)中的阿拉伯?dāng)?shù)字和行名行號(hào)的識(shí)別與提取系統(tǒng)。本論文采用的是感知器法則的改進(jìn)型多重反饋BP神經(jīng)網(wǎng)結(jié)合模板匹配方法來進(jìn)行模式識(shí)別的。采用經(jīng)過改進(jìn)的、適合于識(shí)別阿拉伯?dāng)?shù)字的S型函數(shù)作為神經(jīng)元，在算法

2、中采用動(dòng)態(tài)偵測參數(shù)調(diào)整量的方法提高系統(tǒng)的學(xué)習(xí)訓(xùn)練速度。為了提高該模型算法的穩(wěn)定性采用了Yuille和Naonori等提出的確定性模擬退火思想進(jìn)一步完善了該算法。 在系統(tǒng)設(shè)計(jì)和實(shí)驗(yàn)中立足本應(yīng)用研究的實(shí)際，相繼比較了幾種不同的模式識(shí)別方法。對其運(yùn)算速度，識(shí)別率，容錯(cuò)性等作了一定的探討。比較了幾種不同閥值、權(quán)值調(diào)整方式。本文從梯度下降算法和可變加速度下降算法兩種動(dòng)態(tài)偵測手段分別來訓(xùn)練有10-50個(gè)中間層節(jié)點(diǎn)的三層BP網(wǎng)絡(luò)。能夠識(shí)別的內(nèi)