计算机学报
計算機學報
계산궤학보
CHINESE JOURNAL OF COMPUTERS
2002年
5期
476-482
,共7页
手写体字符识别%神经网络%反馈
手寫體字符識彆%神經網絡%反饋
수사체자부식별%신경망락%반궤
该文提出了一种基于反馈的手写体字符识别方法.该方法将人工神经网络结构及学习算法运用于系统反馈机制中,并从理论上证明了该学习方法是可收敛的,保证了算法的有效性.同时给出反馈的可视化约束及反馈的判别准则.试验结果证明了该方法大大降低了高噪音手写体数字的识别率.该方法指出了一条进一步提高手写体字符系统性能的新途径.
該文提齣瞭一種基于反饋的手寫體字符識彆方法.該方法將人工神經網絡結構及學習算法運用于繫統反饋機製中,併從理論上證明瞭該學習方法是可收斂的,保證瞭算法的有效性.同時給齣反饋的可視化約束及反饋的判彆準則.試驗結果證明瞭該方法大大降低瞭高譟音手寫體數字的識彆率.該方法指齣瞭一條進一步提高手寫體字符繫統性能的新途徑.
해문제출료일충기우반궤적수사체자부식별방법.해방법장인공신경망락결구급학습산법운용우계통반궤궤제중,병종이론상증명료해학습방법시가수렴적,보증료산법적유효성.동시급출반궤적가시화약속급반궤적판별준칙.시험결과증명료해방법대대강저료고조음수사체수자적식별솔.해방법지출료일조진일보제고수사체자부계통성능적신도경.
