|
|||||
|
|
| 基于神经网络的数字识别技术研究 | |
| 引用本文： | 刘锦.基于神经网络的数字识别技术研究[J].教育技术导刊,2014,13(2):58-60. |
| 作者姓名： | 刘锦 |
| 作者单位： | 武汉大学 信息管理学院，湖北 武汉 430072 |
| 摘 要： | 将图像的像素特征与矩特征结合，构建了神经网络分类器，利用提取的特征向量对分类器进行了训练和测试。将图像二值化，并归一化为16*16大小，提取了其每个像素点的0、1特征共16*16=256维，图像的网格特征13维，及Hu矩特征7维，一共276维特征。建立了BP神经网络分类器，分别使用最速下降BP算法、动量BP算法、学习率可变BP算法对BP神经网络分类器进行了训练，得出了在相同条件下学习率可变BP算法训练时间短，收敛快的结论。建立了PNN神经网络分类器，与BP神经网络分类器性能进行比较，实验结果表明，PNN神经网络分类器性能更好。 |
| 关 键 词： | 神经网络 数字识别 特征提取 |
| 点击此处可从《教育技术导刊》浏览原始摘要信息 | |
| 点击此处可从《教育技术导刊》下载免费的PDF全文 | |