

已閱讀1頁,還剩45頁未讀, 繼續(xù)免費閱讀
版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、手寫體字符識別是模式識別中一個非常重要和活躍的研究領域,字符識別不是一項孤立的技術,它所涉及的問題是模式識別的其他領域都無法回避的;應用上,作為一種信息處理手段,字符識別有廣闊的應用背景和巨大的市場需求。因此,字符識別的研究具有理論和應用的雙重意義。人工神經(jīng)網(wǎng)絡識別方法是近年該研究領域的一種新方法,該方法具有一些傳統(tǒng)技術所沒有的優(yōu)點:良好的容錯能力、分類能力強、并行處理和自學習能力,并且是離線訓練和在線識別。這些優(yōu)點使它在手寫體字符的識
2、別中能對大量數(shù)據(jù)進行快速實時處理,并達到良好的識別效果。由于手寫體字符的識別(特別是手寫體數(shù)字識別)要求系統(tǒng)必須具有很高的識別率和可靠性,而這兩者又往往是難以兼顧,針對這一情況本文建立了一種用于手寫體字符識別的三級神經(jīng)網(wǎng)絡模型。在該模型中,各個子神經(jīng)網(wǎng)絡分別與不同的具有互補性的圖像特征提取方法相結合;識別時,三個神經(jīng)網(wǎng)絡先串聯(lián)再并聯(lián),利用拒絕機制和投票機制進行協(xié)作識別。該模型充分有效的利用了各種特征信息,從實驗結果看,也達到了較好的辯識
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于神經(jīng)網(wǎng)絡的手寫體字符識別研究.pdf
- 集成型神經(jīng)網(wǎng)絡手寫體數(shù)字識別.pdf
- 基于BP神經(jīng)網(wǎng)絡集成的手寫體數(shù)字識別.pdf
- 基于HMM的脫機手寫體字符識別.pdf
- 神經(jīng)網(wǎng)絡集成識別手寫體數(shù)字研究.pdf
- 基于神經(jīng)網(wǎng)絡的手寫字符識別系統(tǒng).pdf
- 自由手寫體數(shù)字識別多神經(jīng)網(wǎng)絡分類器集成系統(tǒng).pdf
- 基于支持向量機的手寫體字符識別.pdf
- 基于模板匹配的手寫體字符識別算法研究.pdf
- 基于多分類器神經(jīng)網(wǎng)絡集成的手寫體數(shù)字識別.pdf
- 手寫體字符識別的研究與應用.pdf
- 基于多神經(jīng)網(wǎng)絡集成的手寫數(shù)字識別.pdf
- 基于神經(jīng)網(wǎng)絡的在線手寫體Pitman速記的識別.pdf
- 基于量子神經(jīng)網(wǎng)絡的手寫體數(shù)字識別研究.pdf
- 基于極限學習機的手寫體字符識別方法研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡的孤立手寫體漢字識別研究.pdf
- 基于組合分類器的手寫體英文字符識別.pdf
- 基于神經(jīng)網(wǎng)絡的字符識別算法研究.pdf
- 基于神經(jīng)網(wǎng)絡的手寫體數(shù)字識別系統(tǒng)的研究.pdf
- 基于BP神經(jīng)網(wǎng)絡的脫機手寫體數(shù)字識別.pdf
評論
0/150
提交評論