宜春学院学报
宜春學院學報
의춘학원학보
JOURNAL OF YICHUN UNIVERSITY
2008年
2期
31-33
,共3页
字符识别%Zernike矩%网格特征%神经网络
字符識彆%Zernike矩%網格特徵%神經網絡
자부식별%Zernike구%망격특정%신경망락
从待识别字符中分别提取网格与Zernike矩特征,并将两种特征输入改进的BP神经网络进行比较,得知网格特征对随机噪声及笔划粗细变化不敏感,而Zernike矩特征对旋转不敏感,针对两种字符特征的缺点与优点,把以上两个神经网络进行联合,设计了一个两级神经网络字符识别系统,实验表明,基于不同特征输入的神经网络识别结果之间存在互补现象,上述两级神经网络分类器串级集成字符识别系统正确识别率达98%.
從待識彆字符中分彆提取網格與Zernike矩特徵,併將兩種特徵輸入改進的BP神經網絡進行比較,得知網格特徵對隨機譟聲及筆劃粗細變化不敏感,而Zernike矩特徵對鏇轉不敏感,針對兩種字符特徵的缺點與優點,把以上兩箇神經網絡進行聯閤,設計瞭一箇兩級神經網絡字符識彆繫統,實驗錶明,基于不同特徵輸入的神經網絡識彆結果之間存在互補現象,上述兩級神經網絡分類器串級集成字符識彆繫統正確識彆率達98%.
종대식별자부중분별제취망격여Zernike구특정,병장량충특정수입개진적BP신경망락진행비교,득지망격특정대수궤조성급필화조세변화불민감,이Zernike구특정대선전불민감,침대량충자부특정적결점여우점,파이상량개신경망락진행연합,설계료일개량급신경망락자부식별계통,실험표명,기우불동특정수입적신경망락식별결과지간존재호보현상,상술량급신경망락분류기천급집성자부식별계통정학식별솔체98%.