“弹性”BP神经网络在识别带有噪声字母中的应用

字符识别是模式识别中的一个典型应用,通过训练网络可以教会计算机如何识别字符,这在票据处理方面可以大大地提高效率。该文中所建立的神经网络具有S igmoid型可微函数的三层BP神经网络,它可以以任意精度逼近任何连续函数,实现输入和输出之间的任意非线性映射。文中分析了BP神经网络的“弹性”学习算法,利用五位二进制数来识别的输出26种状态。建立的一个三层的BP神经网络能对带有噪声的26个英文大写字母进行识别。利用MATLAB编写仿真程序对BP神经网络进行训练,仿真结果表明训练的BP神经网络可以对给定的带有噪声的字母正确地识别。