万方数据
孝韪誧杲馄基于改进神经网络的脱机手写文字识别鼍辖挑改进的神经网络算法:.,Ⅳ籝。唬5ノ痪卣螅唬痾为小的正数奥;扣兜缡蛹际酢返淼总第陡逋穐:。巴力登智能交通管理系统蹬剖侗等社会生活的各个领域发标准算法理论上讲虽然具有逼近任意非线性连用启发式信息技术,如加入动量项、采用自适应学习率;的更高迭代收敛速度的优点在很多非线性优化问题中求式中:为实际输出痠与期望输出奈蟛睿【关键词】脱机手写文字识别;狹算法;神经网络【中图分类号】【文献标志码】尉,洳,近些年来,脱机文字识别在网络安全橹ぢ胧侗、挥着重要作用。在文字识别的探索和研究过程中,学者和专家已经提出了许多有效的识别方法,例如模板匹配法、隐马尔科夫模型⒅С窒蛄炕、神经网络法Φ鹊取T谡庑┓椒ㄖ校窬缇哂泻芮康难性和自适应性,而且具有其他传统方法不具有的并行处理能力⑷荽砟芰妥匝肮δ埽虼似湓谧远刂啤模式识别等领域已经实现应用并取得较好的效果。但是在实际应用中传统神经网络存在局部最优点、过拟合等现象,对其在文字识别中的应用造成一定的限制。本文通过对现有各种文字分类系统深入研究,针对标准算法存在局部最优解、训练时间长、收敛速度慢等缺点,利用狹算法对神经网络模型进行优化,并通过对手写数字和手写汉字的识别来验证该方法的有效性和可行性。续映射的能力。但是在实际应用中容易出现训练时间长、收敛速度慢、往往收敛于局部极小点等缺陷。所以在实践过程中基本上都要对标准网络进行改进。目前,改善标准网络性能的方法主要有以下两类旱谝唬第二,采用数值优化技术,如牛顿法、共轭梯度法、—ā2捎玫谝焕喾椒ㄋ淙辉谝欢程度上可以改进标准网络,但是却会出现训练速度慢和训练误差输出较大的问题。所以本文运用数值优化技术中的算法对标准神经网络进行改进。算法是梯度下降法与法的结合,也可以称为是法的改进形式。算法既具有法的局部收敛性,又具有梯度法的全局特性。算法是通过自适应调整阻尼因子来达到收敛特性whatsapp网页版,此外它所具有得了稳定可靠解。本文采用的算法主要优化的是神经网络的权值和阈值,其迭代公式为【本文献信息】焦微微,】.电视技术,,陆笱У缙こ萄г海陆诼衬酒【摘要】在中构建脱机手写文字识别系统,并利用狹算法对标准神经网络的阈值和权值进行优化。经过仿真实验,证明该改进方法克服了在识别过程中网络存在的训练时间长、收敛速度慢等缺点,并且提高了系统的识别率,是一种有效可行的网络改进方法。【】【縪基金项目:国家自然科学基金项目;新疆自治区高校重点科研项目;校级精品课程实验室埘加‘髫,.狹疭甌瑃瑆,..籐籅皁’矿日“
万方数据
⋯百等等;譬小=臠吼徽解复恐,¨。’川珥故侗胛桁嗯⋯;转到步骤;否则肛桑5讲街鸦淖质侗鹣低训“。。若∞“。怠,则令矗,肛。抡媸笛橛虢峁治,其中缡蛹际第∞卷第期艿期若加‘5讲街力一狫卣螅弛。∞弛葩Ⅳ∞:∞疍将提取出的特征向量输入到网络中,并计算网络的输出;计算网络的输出误差指标函数:算卣驤脱机文字识别系统的整个过程主要分为文字图片的输入、预处理、特征提取和分类识别几个阶段,如图所示。预处理预处理过程主要包括二值化、分割等。预处理不仅可以增强图像、减小噪声和失真whatsapp网页版whatsapp网页版,还有助于实现更高更精确的识别结果。优质的图像对神经网络模型的建立起到非常重要的作用。因此,在任何文字识别系统中,预处理锥蔚拇嬖诙际潜夭豢缮俚摹