检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于反馈的手写体字符识别方法的研究

计算机学报 2002年第5期25卷 476-482页

作者：朱小燕史一凡清华大学智能技术与系统国家重点实验室北京100084 清华大学计算机科学与技术系北京100084

该文提出了一种基于反馈的手写体字符识别方法 .该方法将人工神经网络结构及学习算法运用于系统反馈机制中 ,并从理论上证明了该学习方法是可收敛的 ,保证了算法的有效性 .同时给出反馈的可视化约束及反馈的判别准则 .试验结果证明了该... 详细信息

该文提出了一种基于反馈的手写体字符识别方法 .该方法将人工神经网络结构及学习算法运用于系统反馈机制中 ,并从理论上证明了该学习方法是可收敛的 ,保证了算法的有效性 .同时给出反馈的可视化约束及反馈的判别准则 .试验结果证明了该方法大大降低了高噪音手写体数字的识别率 .

关键词：手写体字符识别神经网络学习算法计算机

用于神经网络手写体字符识别的自适应归一化处理方法

在线全文

学校读者我要写书评

暂无评论

模式识别与人工智能 2005年第3期18卷 268-272页

作者：孙光民李岩王鹏杨静北京工业大学电子工程系北京100022

传统的字符归一化方法只是对字符的大小进行改变,它与字符类别无关,也无法对字符的旋转、扭曲等变形进行矫正。本文采用一种与字符类别相关的自适应归一化方法——全局仿射变换,用于神经网络手写体字符识别中,利用已知类别的参考模板对... 详细信息

传统的字符归一化方法只是对字符的大小进行改变,它与字符类别无关,也无法对字符的旋转、扭曲等变形进行矫正。本文采用一种与字符类别相关的自适应归一化方法——全局仿射变换,用于神经网络手写体字符识别中,利用已知类别的参考模板对输入字符进行全局归一化,同时对字符的旋转、扭曲等变形进行校正,归一化准则定义为参考模板与输入模板间的最近邻距离。并采用对权值的迭代算法得到最优的匹配模板。采用不同神经网络识别系统对该方法验证,表明该方法可使系统识别率得到较明显提高。

关键词：归一化全局仿射变换手写体字符识别神经网络

在线全文

学校读者我要写书评

暂无评论

一种新的手写体字符识别算法

江苏大学学报（自然科学版） 2005年第6期26卷 517-520页

作者：孙权森程显毅张长温夏德深南京理工大学计算机系江苏南京210094 济南大学理学院山东济南250022

研究模式识别的核心问题——特征抽取.基于偏最小二乘(PartialLeastSquares,简称PLS)回归和特征融合的思想,提出了一种组合特征抽取的新方法并将之用于手写体字符识别中.在PLS建模阶段,为了提高PLS成分(特征)的抽取速度,提出了一种非迭... 详细信息

研究模式识别的核心问题——特征抽取.基于偏最小二乘(PartialLeastSquares,简称PLS)回归和特征融合的思想,提出了一种组合特征抽取的新方法并将之用于手写体字符识别中.在PLS建模阶段,为了提高PLS成分(特征)的抽取速度,提出了一种非迭代PLS算法.在特征融合阶段,用所抽取的PLS成分特征组成模式的相关特征矩阵,并依此相关特征矩阵进行分类.在ConcordiaUniversityCENPARMI手写体阿拉伯数字数据库上的试验结果证实了该方法的有效性和鲁棒性,其分类结果优于基于单一特征的FSLDA方法的分类结果.另外,与已有的迭代PLS算法相比,所提出的非迭代PLS算法的复杂度和特征抽取的速度均占有优势.

关键词：手写体字符识别偏最小二乘回归特征抽取特征融合

在线全文

学校读者我要写书评

暂无评论

手写体字符识别研究

模式识别与人工智能 2000年第2期13卷 174-180页

作者：朱小燕史一凡马少平清华大学智能技术与系统国家重点实验室北京100084

目前,手写体字符识别领域在所包括的特征提取、识别器、合成器等方方面面已经形成了两大类识别方法:基于结构特征的方法和基于统计特征的方法。本文旨在描述和评价这些问题的精要所在,并结合我们自己在这方面的工作对该领域的发展方向... 详细信息

目前,手写体字符识别领域在所包括的特征提取、识别器、合成器等方方面面已经形成了两大类识别方法:基于结构特征的方法和基于统计特征的方法。本文旨在描述和评价这些问题的精要所在,并结合我们自己在这方面的工作对该领域的发展方向和前沿课题提出一些看法。

关键词：特征提取手写体字符识别汉字信息处理

在线全文

学校读者我要写书评

暂无评论

基于表格的手写体字符识别技术研究

小型微型计算机系统 2002年第7期23卷 890-893页

作者：王君柳清瑞藤淑娟贝同研辽宁大学信息科学与技术学院辽宁沈阳110036

在分析了目前光学字符识别技术发展及应用的基础上 ,给出了一种基于表格的手写体字符识别解决方案 .该方案包括图像预处理、特征提取和分类器等三个关键的处理过程 .然后 ,重点研究了利用神经网络构建分类器的技术和神经网络应用的两个... 详细信息

在分析了目前光学字符识别技术发展及应用的基础上 ,给出了一种基于表格的手写体字符识别解决方案 .该方案包括图像预处理、特征提取和分类器等三个关键的处理过程 .然后 ,重点研究了利用神经网络构建分类器的技术和神经网络应用的两个阶段 .

关键词：表格手写体字符识别光学字符识别特征提取分类器神经网络计算机

在线全文

学校读者我要写书评

暂无评论

手写体字符识别方法的探讨

自动化学报 1979年第1期14卷 39-46页

作者：代汝为胡启恒中国科学院自动化研究所

手写体字符识别的一项重要应用是在邮政自动化系统中自动识别邮区编码.本文扼要介绍了应用于我国邮电部信函自动分拣系统中的手写体数字识别机,并对于识别顺序逻辑的设计方法问题进行分析.试图利用有限状态文法推断的一些结果来设计识... 详细信息

手写体字符识别的一项重要应用是在邮政自动化系统中自动识别邮区编码.本文扼要介绍了应用于我国邮电部信函自动分拣系统中的手写体数字识别机,并对于识别顺序逻辑的设计方法问题进行分析.试图利用有限状态文法推断的一些结果来设计识别顺序逻辑,并考虑用不分明集(模糊集)的一些概念来进行信息压缩.

关键词：特征链逻辑水平线从属度文法推断设计识别手写体字符识别文法规则非终止符方向特征

在线全文

学校读者我要写书评

暂无评论

基于深度学习的手写体字符识别研究

基于深度学习的手写体字符识别研究

作者：刘榆西北师范大学

学位级别：硕士

光学字符识别一直是人们最感兴趣的课题之一,它旨在识别自然图像中的文本。尽管这一课题研究多年,但开发出与人类能力相当的光学字符识别技术仍然是一个巨大的挑战。近年来,随着生产生活的需要,纸质文档迫切需要转换成数字文档,以便搜... 详细信息

光学字符识别一直是人们最感兴趣的课题之一,它旨在识别自然图像中的文本。尽管这一课题研究多年,但开发出与人类能力相当的光学字符识别技术仍然是一个巨大的挑战。近年来,随着生产生活的需要,纸质文档迫切需要转换成数字文档,以便搜索和保存。光学字符识别可以描述为对图像进行转换,其中图像可以是手写文本图像或者印刷文本图像,半个多世纪以来,这一领域的研究一直在进行。近年来,许多技术已经应用于文档图像中的文本提取。深度学习近年来被频繁用于解决机器学习领域的热门课题,如图像识别、分类、检索等,它通过构建多层神经网络来学习样本的特征,这大大避免了繁琐复杂的人工特征提取。虽然目前深度学习已被开始用于光学字符识别,但由于手写体字符的复杂性,手写体光学字符识别仍是机器学习领域的热门研究课题。本文将使用深度学习的方法进行手写体汉字的识别研究,在卷积神经网络的基础上结合循环神经网络的特点进行改进,进一步提高手写体汉字识别的准确率。

关键词：深度学习机器学习模式识别手写体字符识别卷积神经网络

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于神经网络的手写体字符识别技术研究

基于神经网络的手写体字符识别技术研究

作者：苏玉彬汕头大学

学位级别：硕士

本文主要对手写体字符识别进行了研究。主要研究了手写体数字识别的特征提取方法，并提出了一种新的边界特征提取方法。其主要特点是提取特征简单有效，无需进行细化，节省了特征提取时间，提高了识别系统的运行速度。然后利用RBF径向... 详细信息

本文主要对手写体字符识别进行了研究。主要研究了手写体数字识别的特征提取方法，并提出了一种新的边界特征提取方法。其主要特点是提取特征简单有效，无需进行细化，节省了特征提取时间，提高了识别系统的运行速度。然后利用RBF径向基函数神经网络、BP神经网络和PNN概率神经网络三种不同神经网络对所提取的特征向量进行训练和测试。本文不仅对特征提取方法进行了测试验证，而且对于不同的神经网络在识别中的表现结果进行了必要的分析。在相互比较中，得出PNN神经网络更适合用于模式识别的训练和测试，为实际应用提供一个有力的参考。本文提出的特征提取方法具有很强的适用性，可以根据不同字符集提出合适的参数。在不影响一般识别率的情况下，使得对具体某类字符集的识别率有所提高。也就是说本文提供的特征提取方法更适合用于具体的问题。

关键词：模式识别手写体字符识别手写体数字识别边界特征提取神经网络

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于多神经网络集成的手写体字符识别

基于多神经网络集成的手写体字符识别

作者：李冰华中科技大学

学位级别：硕士

手写体字符识别是模式识别中一个非常重要和活跃的研究领域,字符识别不是一项孤立的技术,它所涉及的问题是模式识别的其他领域都无法回避的;应用上,作为一种信息处理手段,字符识别有广阔的应用背景和巨大的市场需求。因此,字符识别的研... 详细信息

手写体字符识别是模式识别中一个非常重要和活跃的研究领域,字符识别不是一项孤立的技术,它所涉及的问题是模式识别的其他领域都无法回避的;应用上,作为一种信息处理手段,字符识别有广阔的应用背景和巨大的市场需求。因此,字符识别的研究具有理论和应用的双重意义。人工神经网络识别方法是近年该研究领域的一种新方法,该方法具有一些传统技术所没有的优点:良好的容错能力、分类能力强、并行处理和自学习能力,并且是离线训练和在线识别。这些优点使它在手写体字符的识别中能对大量数据进行快速实时处理,并达到良好的识别效果。由于手写体字符的识别(特别是手写体数字识别)要求系统必须具有很高的识别率和可靠性,而这两者又往往是难以兼顾,针对这一情况本文建立了一种用于手写体字符识别的三级神经网络模型。在该模型中,各个子神经网络分别与不同的具有互补性的图像特征提取方法相结合;识别时,三个神经网络先串联再并联,利用拒绝机制和投票机制进行协作识别。该模型充分有效的利用了各种特征信息,从实验结果看,也达到了较好的辩识目的。本文按照该多级识别系统的建立过程依次介绍了字符图像的预处理、字符特征提取、神经网络及其优化算法以及多神经网络的集成,文章最后根据给出识别系统在Matlab 平台上的实验结果比较讨论了识别系统的性能、分析了建立该识别系统的注意事项。

关键词：手写体字符识别特征提取神经网络训练多级神经网络