双X特征下自组织竞争网络的手写字符识别

摘要：

对图像预处理、字符特征提取和神经网络类型的选择、优化、训练及调整等进行研究,提出运用双X特征作为输入的自组织竞争网络对手写字符进行识别的方法.首先进行图像预处理,包括图像的灰度化、二值化、剪裁及缩放等.然后,提出字符的双X特征提取方法,并运用该方法提取各个字符的特征信息.最后,将字符特征数据送入自组织网络中进行学习,反复试验确定理想网络参数,使其可以自组织地将各字符模式相区分.实验结果表明:这种方法减少送入网络的数据量,降低了冗余信息对网络的干扰,使网络处理的复杂程度大大降低,训练后的网络误差小,网络的错判率约为12%,比传统方法有明显提高.

关键词：模式识别、图像处理、特征提取、神经网络、自组织竞争网络

所属期刊栏目：26

分类号：TP391.4(计算技术、计算机技术)

资助基金：装备预研基金项目9140A25060208ZK1003

在线出版日期：2011-05-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：116-122