厦门理工学院学报
廈門理工學院學報
하문리공학원학보
JOURNAL OF XIAMEN UNIVERSITY OF TECHNOLOGY
2015年
3期
80-84
,共5页
Hopfield网络%蚁群算法%图像处理%笔迹鉴别
Hopfield網絡%蟻群算法%圖像處理%筆跡鑒彆
Hopfield망락%의군산법%도상처리%필적감별
为了减小笔迹图像中的书写波动与噪声,研究了基于蚁群算法优化Hopfield神经网络的图像规范化预处理方法,使网络调整后的图像更接近标准样本,并对其进行特征提取和分类鉴别.同时引入动态组网的系统结构和网络联想自我评价方法,在大样本笔迹数据库上进行实验表明,该方法能够对笔迹图像中的复杂波动与噪声进行有效的规范化处理,以提高计算机笔迹鉴别的准确性,10候选鉴别正确率可提高到95.65%.
為瞭減小筆跡圖像中的書寫波動與譟聲,研究瞭基于蟻群算法優化Hopfield神經網絡的圖像規範化預處理方法,使網絡調整後的圖像更接近標準樣本,併對其進行特徵提取和分類鑒彆.同時引入動態組網的繫統結構和網絡聯想自我評價方法,在大樣本筆跡數據庫上進行實驗錶明,該方法能夠對筆跡圖像中的複雜波動與譟聲進行有效的規範化處理,以提高計算機筆跡鑒彆的準確性,10候選鑒彆正確率可提高到95.65%.
위료감소필적도상중적서사파동여조성,연구료기우의군산법우화Hopfield신경망락적도상규범화예처리방법,사망락조정후적도상경접근표준양본,병대기진행특정제취화분류감별.동시인입동태조망적계통결구화망락련상자아평개방법,재대양본필적수거고상진행실험표명,해방법능구대필적도상중적복잡파동여조성진행유효적규범화처리,이제고계산궤필적감별적준학성,10후선감별정학솔가제고도95.65%.