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 |
|