手写体数字识别中的关键技术研究(可复制论文).pdf

手写体数字识别中的关键技术研究摘要在信息化飞速发展的今天,光学字符识别技术一直扮演着重要的角色。手写字符识别作为光学字符识别领域中的一个重要分支,有着广泛的现实应用纾河始远旨稹⑼臣票ū砺既搿⒁衅据识别等4送猓昧煊虻难芯砍晒材芄煌乒愕街钊绾鹤质侗稹人脸识别等其他模式识别领域。因此,对于手写体字符识别的研究既具有现实应用意义,同时也具有理论学术意义。特征提取和分类器设计是光学字符识别中的两个关键技术环节。在特征提取方法中,主成分分析是一种被广泛采用的方法。但该方法存在运算时间长、识别率较低、工程实际应用困难等问题。在分类器设计环节,神经网络凭借其出色的分类性能而被广泛采用。在神经网络训练算法中,算法是一种被广泛采用的算法。但算法是基于梯度下降理论设计的,该算法存在着诸如容易陷入局部极小、隐层神经元个数选择缺乏理论依据、训练时间长等诸多问题。近年来,在人脸识别领域提出了二维主成分分析的特征提取方法,较之传统主成分分析方法具有更高的识别率和更短的特征提取时间。本文在此基础上,改进了主成分分析中的特征生成矩阵,使用了新的样本像素分类方法,提高了系统的识别率。在神经网络分类器训练环节,使用了代数算法来训练网络,取得了出色的训练和
知识水坝***@pologoogle为您整理
识别效果,改善了算法在识别率、训练速度、训练精度等方面所存在的问题。具体来说,本文主要做了以下几项工作:ń昀丛谌肆呈侗鹆煊蛱岢龅亩鞒煞址治鏊惴ㄓτ糜谑写数字识别问题,并与经典主成分分析算法进行了对比实验。实验结果显示,二维主成分分析算法在特征提取时间以及识别率上都要优于经典的主成分分析算法。诙鞒煞址治鏊惴ǖ幕∩希诩扑闾卣魃删卣蠼锥翁岢了新的样本图像像素分组策略。该方法综合了统计特征和结构特征两种特征提取方法。在样本测试阶段,使用该策略提取的特征的最佳识别率要优于二维主成分分析。褂么惴ㄕ庖恍碌纳窬缪八惴ɡ囱盗飞窬绶掷器。该算法将复杂的非线性优化问题转化为了简单的代数方程组求解问题,并实现了代价函数为木酚成洹=饩隽舜矪算法容易陷入局部极小、训练时间长、网络结构参数确定缺乏理论依据等缺陷。迪至嘶谥鞒煞址治鎏卣魈崛⑸窬绶掷嗥鞯氖中词质别系统。并通过了对美国国家邮政局字库中全部字符完整的识别实验,证实了上述算法的有效性和准确性。关键词手写体数字识别,鞒煞址治觯窬
知识水坝***@pologoogle为您整理
骃瓻ⅱ鬜饥騎琱.,瓵,瑂,琫.,甀,琭.,,瓵
瓵..,甌琹琣..’,,瑂
,甌琌,琣甌瓵瓵甊..
醐:乡窭丝丝翌盗篮日期:丝孥:兰:日期:之翌望:主保密论文注释:本学位论文属于保密在一年解密后适用本授权书。非保密独创性虼葱滦声明本人声明所呈交的论文是本人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了文中特别加以标注和致谢中所罗列的内容以外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得北京邮电大学或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。申请学位论文与资料若有不实之处,本人承担一切相关责任。本人签名:关于论文使用授权的说明学位论文作者完全了解北京邮电大学有关保留和使用学位论文的规定,即:研究生在校攻读学位期间论文工作的知识产权单位属北京邮电大学。学校有权保留并向国家有关部门或机构送交论文的复印件和磁盘,允许学位论文被查阅和借阅;学校可以公布学位论文的全部或部分内容,可以允许采用影印、缩印或其它复制手段保存、汇编学位论文。C艿难宦畚脑诮饷芎笞袷卮斯娑论文注释:本学位论文不属于保密范围,适用本授权书。导师签名:
第一章绪论引言级的智能思考,至今已取得了相当可观的成果。在诸如棋盘博弈等一些模拟人类智入计算机,让计算机自动识别,通常称这样的系统为光学字符识别系统,简记为自从电子计算机诞生以来,用机器来模拟实现人类所具有的能力便成为一项非常热门且颇具挑战性的研究领域。从模拟听说读写闻这些人类的初级功能到更加高能的领域,计算机的表现甚至已优于人类。但另一方面,计算机在模拟人类的一些相对“低级哪芰Γ钊缡泳酰确矫妫词故浅都扑慊浔硐秩匀痪嗳死相去甚远。因此,用机器来模拟人类实现阅读功能便成为过去三十年的研究热点,但至今计算机在这个领域中的表现却仍未达到令我们满意的成果。使计算机能够“阅读谘Ы绫怀谱骰魇泳酢6址侗鹪蚴腔魇泳踔械一个重要的研究分支。字符识别是集模式识别、人工智能与文字处理于一体的技术,即自动地把文字或其他信息通过智能识别输入计算机,用以代替人工输入。字符识别不仅具有广泛的应用领域,而且也促进了模式识别、文字处理技术等领域的发展。该领域一直是国际上计算机智能技术的研究热点。字符识别技术可分为印刷体字符识别和手写体字符识别两大类,后者又可分为联机手写字符识别和脱机