基于新特征提取法和量子神经网络的手写数字识别

被引：11

作者：

肖婧 ^{[1
,2
]}

谭阳红 ^{[1
]}

机构：

[1] 湖南大学电气与信息工程学院

[2] 湖南商学院计算机与电子工程学院

来源：

电子测量技术 | 2009年 / 32卷 / 06期

基金：

湖南省自然科学基金;

关键词：

手写数字识别; 量子神经网络; 特征提取;

D O I：

10.19651/j.cnki.emt.2009.06.023

中图分类号：

TP391.43 [];

学科分类号：

摘要：

研究了一种将新特征提取方法(13维特征提取法)与量子神经网络相结合,来实现手写数字识别的方法。13维特征提取法是从每个字符中提取关键的13个特征值,而量子神经网络是将神经元与模糊理论相结合的模糊神经系统,能很好地减少模式识别的不确定度,提高模式识别的准确性。通过使用MNIST样本库仿真比较实验可知,该方法具有设计算法相对比较简单,且识别正确率较高的特点。

引用

页码：84 / 87

页数：4

共 17 条

[1] 基于8邻域编码逐像素跟踪法的指纹细节特征提取算法 [J].