神经网络在手写体数字识别中的应用

被引:4
作者
王明会
潘新安
申敏
不详
机构
[1] 北京邮电学院信息工程系
[2] 北京邮电学院信息工程系 北京
[3] 北京
[4] 北京
关键词
神经网络; 数字识别; 特征提取;
D O I
暂无
中图分类号
学科分类号
摘要
本文采用前向、多层神经网络,BP学习算法对40个人的手写体数字进行了识别。识别过程分为四步:首先,用HP扫描仪把写在纸上的数字变成二值图像,接着对它进行分割,规整等预处理,变换成32×32点阵。然后提取特征,把点阵图像变成特征描述。最后,进行训练和识别。在拒识率为25%条件下,得到误识率为0.4%的识别结果,文中还分析和讨论了在实验中遇到的一些问题。
引用
收藏
页码:60 / 64
页数:5
相关论文
共 1 条
  • [1] Martin and James A.Pittman. Recognizing Hand-Printed Letters and Digits Using Backpropagation Learning. Gale L. Neural Computation . 1991