摘要
本文研究了手写体数字识别的新技术,采用模式识别传统技术与神经网络模型相结合的方法,即在抽取样本模式有效特征的基础上,训练神经网络分类器进行识别,所采用的神经网络分类器为带有一个隐层的多层网,它能在网络学习过程中自适应地调节隐元数。实验表明本系统的性能大大优于采用最近邻分类器的识别结果。本文研究的方法具有广义性,特别是自组织结构的神经网络分类器,可适用于其它模式识别任务。
This article studies a new technique for recognition of handwritten numerals. We extract pattern features first and then train a neural network classifier to recognize handwritten numerals. The neural network used in our experiment is a three layer network with one Gaussian hidden layer, which can be self-configuring during the learning period. Experiments shows a good result with our method. The network can be applied to other applications.
出处
《模式识别与人工智能》
EI
CSCD
北大核心
1994年第1期66-71,共6页
Pattern Recognition and Artificial Intelligence
基金
国家攀登计划认知科学(神经网络)重大关键项目的资助
关键词
模式识别
手写体数字
神经网络
Pattern Recognition, Handwritten Numeral, Neural Network, Classifier.
