一种基于特征的人工神经网络数字识别系统模型

在进行神经网络方法的数字图像识别研究时,针对数字图像的复杂性、神经网络输入数据量巨大和学习收敛速度慢的情况,提出了基于特征的神经网络数字识别方法。设计提取了13个结构特征以组成一个13维的超空间,对13维的超平面空间的整个识别过程采用了神经网络聚类方法(其中聚类数为10),并利用数学软件MATLAB强大的矩阵运算能力和C语言高效的代码实现了数字识别系统模型。实验结果表明,在特征差异不十分明显的情况下,识别时间和识别率仍令人满意。