基于多级神经网络结构的手写体汉字识别

金连文; 徐秉铮

您当前的位置：

首页 >

文章列表页 >

基于多级神经网络结构的手写体汉字识别

更新时间：2024-10-14

- 基于多级神经网络结构的手写体汉字识别
- 暂无标题
- 通信学报 1997年第5期
- 作者机构：
  
  华南理工大学电子与通信工程系
- 作者简介：
- 基金信息：
  
  国家自然科学基金
- DOI：
  中图分类号： TN941.1
- 纸质出版日期：1997
- 稿件说明：
移动端阅览
[1]金连文,徐秉铮.基于多级神经网络结构的手写体汉字识别[J].通信学报,1997(05):22-28.
[1]金连文,徐秉铮.基于多级神经网络结构的手写体汉字识别[J].通信学报,1997(05):22-28. DOI：

DOI：

摘要

本文提出了一种用于手写体汉字识别的多级神经网络结构（Ｍｕｌｔｉ－ｓｔａｇｅＮｅｕｒａｌＮｅｔｗｏｒｋＡｒｃｈｉｔｅｃｔｕｒｅ，ＭＮＮＡ）模型。在该模型中，我们将多个神经网络和不同的特征提取方法有机地集成在一起而构成一个完整的模式识别系统。我们讨论了设计ＭＮＮＡ的一般原理，并提出了一个基于多层前馈神经网络的三级结构的手写体汉字识别实验系统。三种不同的特征提取方法被应用于各级子系统之中。对１００个汉字１５０００个样本的实验我们得到了９９．３４％的识别率，０．３６％的拒识率和０．３％的误识率，表明该模型是十分可行和有效的

Abstract

关键词

Keywords

references

浏览量

288

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

应用支持向量机的纹理分类

一种新型网络攻击分类体系

基于信号递归度分析的语音端点检测方法

神经网络在手写体数字识别中的应用

基于子块特征及其相关模糊特征的手写体汉字识别方法

基于多级神经网络结构的手写体汉字识别

暂无标题

DOI：

摘要

Abstract

关键词

Keywords

references