基于極限學(xué)習(xí)機(jī)的手寫體字符識別方法研究.pdf

1、隨著科技的發(fā)展，人們生活和工作產(chǎn)生大量的手寫體字符信息，考慮到這些字符所要表達(dá)信息的安全性和隱私性，讓機(jī)器實(shí)現(xiàn)快速、準(zhǔn)確的手寫體字符自動(dòng)識別技術(shù)勢在必行。手寫體字符識別方法主要是光學(xué)字符識別，但因其識別率低、成本高等問題，還未能廣泛推廣使用。目前包括模板匹配、神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)等模式識別的方法已經(jīng)投入到手寫體字符的識別研究。本文針對傳統(tǒng)的字符識別方法實(shí)時(shí)性差、成本高等問題，提出采用極限學(xué)習(xí)機(jī)算法實(shí)現(xiàn)手寫體字符識別。
　　論文首先

2、對模式識別的定義、基本組成系統(tǒng)和基本方法進(jìn)行了介紹和討論，引出了利用神經(jīng)網(wǎng)絡(luò)進(jìn)行模式識別的方法，對神經(jīng)網(wǎng)絡(luò)的工作原理和特點(diǎn)進(jìn)行了分析和研究；然后提出用極限學(xué)習(xí)機(jī)實(shí)現(xiàn)手寫體字符識別方法，針對原始極限學(xué)習(xí)機(jī)存在的結(jié)構(gòu)風(fēng)險(xiǎn)和經(jīng)驗(yàn)風(fēng)險(xiǎn)不平衡這一問題，提出使用正則極限學(xué)習(xí)機(jī)和傅里葉變換優(yōu)化極限學(xué)習(xí)機(jī)實(shí)現(xiàn)手寫體字符識別。設(shè)計(jì)基于BP神經(jīng)網(wǎng)絡(luò)、極限學(xué)習(xí)機(jī)、正則極限學(xué)習(xí)機(jī)和傅里葉變換優(yōu)化極限學(xué)習(xí)機(jī)四種算法實(shí)現(xiàn)手寫體字符識別的方法，包括預(yù)處理、特征選擇和

3、降維等具體過程。手寫體字符識別算法仿真的訓(xùn)練樣本為MINIST樣本庫的10000個(gè)數(shù)字樣本，測試樣本數(shù)量為1000個(gè)，除采用BP神經(jīng)網(wǎng)絡(luò)、極限學(xué)習(xí)機(jī)、正則極限學(xué)習(xí)機(jī)和傅里葉變換優(yōu)化極限學(xué)習(xí)機(jī)四種算法實(shí)現(xiàn)手寫體字符的識別結(jié)果外，還設(shè)計(jì)實(shí)驗(yàn)分析隱含層神經(jīng)元個(gè)數(shù)對仿真結(jié)果的影響。
　　通過對算法仿真結(jié)果的對比分析，BP網(wǎng)絡(luò)作為最經(jīng)典的神經(jīng)網(wǎng)絡(luò)算法，在手寫體數(shù)字識別結(jié)果的精度上達(dá)到了較高的水準(zhǔn)。極限學(xué)習(xí)機(jī)算法較BP神經(jīng)網(wǎng)絡(luò)在訓(xùn)練時(shí)間上表現(xiàn)