10.3969/j.issn.1674-7070.2012.06.008
BP神经网络在图像字符识别中的改进和应用
传统BP神经网络算法虽然具有良好的学习能力和容错能力,但是收敛速度慢,易陷入局部极小点等缺点制约了它的进一步发展和应用.针对这些不足,采用自适应学习率结合附加动量因子的方法可以有效缩短训练时间,加快收敛速度,同时抑制寻优算法陷入局部极小点.将该算法应用于图像字符识别系统中,通过一系列实验优化系统参数之后给出系统识别结果,表明该系统识别具有较高的准确性和鲁棒性.
字符识别、BP神经网络、动量因子、自适应学习率
TP391.1(计算技术、计算机技术)
2013-01-07(万方平台首次上网日期,不代表论文的发表时间)
共4页
526-529