用于字符识别的椭圆基函数概率神经网络

• 作者: 叶芗芸 张军 戚飞虎
• 来源期刊: 红外与毫米波学报
• 学科: 工学
• 关键词: 概率神经网络 椭圆基函数 选择注意性参数 字符识别
• 年，卷（期）: 1998,（2）
• 页码范围: 91-97
• 页数: 7页
• 分类号: TP3
• 字数: 3545字
• 语种: 中文
• DOI: 10.3321/j.issn:1001-9014.1998.02.003

摘要

提出了一种适合在有噪声条件下进行字符识别的椭圆基函数概率神经网络EBPNN(Elliptic Basis Function Probablilstic Neural Network)模型,该模型选用由字符统计特征提取的具有选择注意特性的参数作为概率神经网络的椭圆基函数系数.EBPNN模型在货车编号自动识别系统中获得了良好的应用,整个系统的字符识别率达到96%以上,编号识别率达到90%以上,实验结果表明该模型的识别性能较常用的其它神经网络要好,且特别适用于有噪声的情况.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	戚飞虎	上海交通大学计算机科学与工程系	139	3029	29.0	47.0
2	张军	上海交通大学计算机科学与工程系	64	420	10.0	18.0
3	叶芗芸	上海交通大学计算机科学与工程系	4	75	4.0	4.0