北京工业大学学报
北京工業大學學報
북경공업대학학보
JOURNAL OF BEIJING POLYTECHNIC UNIVERSITY
2007年
9期
915-919
,共5页
孙光民%张程%王鹏%邓超
孫光民%張程%王鵬%鄧超
손광민%장정%왕붕%산초
文字识别%主分量分析%神经网络
文字識彆%主分量分析%神經網絡
문자식별%주분량분석%신경망락
非线性主分量分析PCA算法与子空间模式识别方法相结合,提出了一种应用于手写体字符识别的基于非线性PCA神经网络的信号重构模型,并与BP网络模型进行了比较实验,结果表明,本文提出的方法,对于0～9手写体数字识别,正确识别率达到了94.74%,而对于a～z手写体字符识别,正确识别率达到了91.03%.
非線性主分量分析PCA算法與子空間模式識彆方法相結閤,提齣瞭一種應用于手寫體字符識彆的基于非線性PCA神經網絡的信號重構模型,併與BP網絡模型進行瞭比較實驗,結果錶明,本文提齣的方法,對于0～9手寫體數字識彆,正確識彆率達到瞭94.74%,而對于a～z手寫體字符識彆,正確識彆率達到瞭91.03%.
비선성주분량분석PCA산법여자공간모식식별방법상결합,제출료일충응용우수사체자부식별적기우비선성PCA신경망락적신호중구모형,병여BP망락모형진행료비교실험,결과표명,본문제출적방법,대우0～9수사체수자식별,정학식별솔체도료94.74%,이대우a～z수사체자부식별,정학식별솔체도료91.03%.
