通过识别手写体数字比较神经网络与最贴近相邻分类器之性能

• 作者: Weid.,WE 陈保恩
• 来源期刊: 图象识别与自动化
• 学科: 工学
• 关键词: 手写体数字 识别 神经网络 相邻分类器 图像识别
• 年，卷（期）: 1997,（1）
• 页码范围: 65-72
• 页数: 8页
• 分类号: TP391.41

摘要

本文比较了两种识别手写体数字的技术，各以二维（２Ｄ）空间快速傅里叶变换（ＦＦＴ）系数，几何差动（ｍｏｍｅｎｔ）和拓扑特性等进行比较，分别采用一种逆向传播神经网络和一种最贴近相邻（ｎｅａｒｅｓｔ－ｎｅｉｇｈｂｏｒ）分类器，评价识别特性与运算条件，比较结果表明，神经网络解决复杂问题性能远优于相邻分类器，而且成本也低。