基于人工神經(jīng)網(wǎng)絡(luò)的光學(xué)字符識(shí)別系統(tǒng)及硬件實(shí)現(xiàn)-文庫(kù)吧資料
2024-10-25 14:32本頁(yè)面
【正文】 例：美國(guó)郵政服務(wù)（ USPS）數(shù)據(jù)庫(kù)的特征圖 貴州大學(xué)計(jì)算機(jī)軟件與理論研究所 13 抽取樣本的特征 ? 利用前面計(jì)算的 KL變換矩陣，計(jì)算每個(gè)樣本圖的特征 例：本文的數(shù)字識(shí)別研究中，利用 KL變換將 16X16點(diǎn)陣的圖像變換為維度為 32或 20的特征向量。 貴州大學(xué)計(jì)算機(jī)軟件與理論研究所 11 準(zhǔn)備樣本 ? 針對(duì)特定的應(yīng)用，準(zhǔn)備樣本集。 ? 根據(jù)抽取特征的不同，可以選用不同的匹配方法，常用的統(tǒng)計(jì)匹配方法有模板匹配、相關(guān)匹配、樹分類器等。另外還有：不變矩（ Moment）特征、筆畫穿透數(shù)目特征、全局筆畫方向特征、背景特征。 貴州大學(xué)計(jì)算機(jī)軟件與理論研究所 10 光學(xué)字符識(shí)別 ? 全局統(tǒng)計(jì)特征是將整個(gè)字符點(diǎn)陣作為研究對(duì)象，從整體上抽取特征。 ? 統(tǒng)計(jì)法具有良好的抗噪聲、抗干擾的性能，其魯棒性主要體現(xiàn)在統(tǒng)計(jì)特征的抽取和模式匹配方法上。 ? 結(jié)構(gòu)模式識(shí)別方法是人們最初用來(lái)進(jìn)行手寫字符識(shí)別研究的方法，早期的研究主要集中在如何準(zhǔn)確地抽取基元、輪廓、特征點(diǎn)等能夠反映字符結(jié)構(gòu)信息的特征上。字符識(shí)別包含聯(lián)機(jī)識(shí)別和脫機(jī)識(shí)別兩種。它是屬于模式識(shí)別（ Pattern Recognition，PR）領(lǐng)域的一個(gè)重要分支。這種算法采用非線性規(guī)劃中的最速下降方法，按誤差函數(shù)的負(fù)梯度方向修改權(quán)系數(shù)。嚴(yán)格地說(shuō)，這種神經(jīng)網(wǎng)絡(luò)之所以被稱為 BP神經(jīng)網(wǎng)絡(luò)，并非由于其網(wǎng)絡(luò)結(jié)構(gòu)，而是由于其連接權(quán)值的訓(xùn)練是基于一種叫做誤差反向傳播的算法 (backpropagation)。或者說(shuō)，人工神經(jīng)網(wǎng)絡(luò)理論是用神經(jīng)元這種抽象的數(shù)學(xué)模型來(lái)描述客觀世界的生物細(xì)胞的 。 人工神經(jīng)網(wǎng)絡(luò)的第一個(gè)實(shí)際應(yīng)用出現(xiàn)在 20世紀(jì) 50年代后期， Frank Rosenblatt提出了感知機(jī)網(wǎng)絡(luò)和學(xué)習(xí)規(guī)則 。 本文所做的主要工作與創(chuàng)新之處 貴州大學(xué)計(jì)算機(jī)軟件與理論研究所 7 ? 技術(shù)概述 ? 技術(shù)詳解 ? 應(yīng)用前景 內(nèi)容提要 貴州大學(xué)計(jì)算機(jī)軟件與理論研究所 8 人工神經(jīng)網(wǎng)絡(luò)及 BP網(wǎng)絡(luò) ? 神經(jīng)網(wǎng)絡(luò)領(lǐng)域研究的背景工作始于 19世紀(jì)末和 20世紀(jì)初。該裝置能夠識(shí)完成郵編的定位、郵編抽取、識(shí)別等系列工作。第二級(jí) BP網(wǎng)絡(luò)分類
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1