手写体数字的神经网络识别方法

本文研究了手写体数字识别的新技术,采用模式识别传统技术与神经网络模型相结合的方法,即在抽取样本模式有效特征的基础上,训练神经网络分类器进行识别,所采用的神经网络分类器为带有一个隐层的多层网,它能在网络学习过程中自适应地调节隐元数。实验表明本系统的性能大大优于采用最近邻分类器的识别结果。本文研究的方法具有广义性,特别是自组织结构的神经网络分类器,可适用于其它模式识别任务。