基于多神經(jīng)網(wǎng)絡(luò)集成的手寫體字符識別.pdf

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(lǐng)域，字符識別不是一項孤立的技術(shù)，它所涉及的問題是模式識別的其他領(lǐng)域都無法回避的；應(yīng)用上，作為一種信息處理手段，字符識別有廣闊的應(yīng)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(yīng)用的雙重意義。人工神經(jīng)網(wǎng)絡(luò)識別方法是近年該研究領(lǐng)域的一種新方法，該方法具有一些傳統(tǒng)技術(shù)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(xué)習(xí)能力，并且是離線訓(xùn)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(luò)模型。在該模型中，各個子神經(jīng)網(wǎng)絡(luò)分別與不同的具有互補性的圖像特征提取方法相結(jié)合；識別時，三個神經(jīng)網(wǎng)絡(luò)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(jié)果看，也達到了較好的辯識