基于模糊神经网络的印刷体汉字容错识别方法

类似于人脑的工作方式 ,模糊系统善于表达人的经验性知识 ,能处理难以依靠数学模型清晰表达的模糊性信息 ,在对汉字模式的辨识中具有较强的抗噪性。文中利用 4层神经网络方法实现的一种模糊分类器 ,弥补了单纯的神经网络和单纯的模糊系统各自的不足 ,实现了模糊系统中规则的自学习性和自优化性 ,使系统具有很好的鲁棒性能。利用建立在一组网络上的表决机制 ,不仅降低了网络的复杂性 ,而且实现了对任意类数分类器的构造。实验结果表明 ,文中提出的方法很好地解决了对印刷体汉字进行容错识别问题。