高精度手寫體數(shù)字的識(shí)別.pdf

1、本文建立了一個(gè)二級(jí)BP神經(jīng)網(wǎng)絡(luò)手寫體數(shù)字識(shí)別系統(tǒng)，在這個(gè)系統(tǒng)的實(shí)現(xiàn)過程中，本文的工作主要有以下幾個(gè)方面： L針對(duì)本文所使用樣本庫(kù)和神經(jīng)網(wǎng)絡(luò)的特點(diǎn)，系統(tǒng)提取了包括壓縮特征、Kirsch特征、Gabor特征、Legendre矩特征、Pseudo-Zemike矩特征、Zemike矩特征和質(zhì)心層次特征在內(nèi)的七類共1∞維特征向量。 2．對(duì)于傳統(tǒng)的即算法存在的一些局限，如學(xué)習(xí)率和動(dòng)量因子在迭代過程不是變量，不能適應(yīng)復(fù)雜的誤差曲面，其

2、收斂性對(duì)輸入樣本特性和連接權(quán)值的選取比較敏感，收斂速度往往相當(dāng)慢；而且在學(xué)習(xí)過程中，經(jīng)常陷入誤差函數(shù)值局部極小狀態(tài)，而達(dá)不到預(yù)定的收斂精度；本文通過引入自適應(yīng)學(xué)習(xí)率及動(dòng)量因子等對(duì)即算法這些局限進(jìn)行了一定程度的改進(jìn)。 3．對(duì)一級(jí)即網(wǎng)絡(luò)分類器進(jìn)行了分析，提出采用二級(jí)即網(wǎng)絡(luò)實(shí)現(xiàn)分類器。對(duì)試驗(yàn)的樣本庫(kù)進(jìn)行了大量的統(tǒng)計(jì)和試驗(yàn)，并以此為依據(jù)對(duì)二級(jí)即神經(jīng)網(wǎng)絡(luò)分類器進(jìn)行了設(shè)計(jì)和實(shí)現(xiàn)，進(jìn)一步用實(shí)驗(yàn)論證了使用二級(jí)即網(wǎng)絡(luò)實(shí)現(xiàn)分類器的優(yōu)越性。