基于SGNN的数字字符识别

• 作者: 姜建国 张红山 王世卫
• 来源期刊: 航空计算技术
• 关键词: 自生成神经网络 数字识别 模式识别 分类器
• 年，卷（期）: 2004,（1）
• 所属期刊栏目: 计算机软件
• 页码范围: 76-78
• 页数: 3页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1671-654X.2004.01.022

摘要

自生成神经网络SGNN具有自主学习能力强和计算速度快的特点,可用于识别带噪声的数字字符.首先提取数字字符的特征矢量,然后将特征矢量输入SGNN中对SGNN进行训练建立分类器,通过比较未知样本特征矢量和分类器根节点权值矢量的距离远近从而得到识别结果.实验表明这种方法有较高的识别正确率,其性能优于BP神经网络.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姜建国	西安电子科技大学计算机学院	89	685	14.0	21.0
2	王世卫	西安科技大学计算机系	7	29	4.0	5.0
3	张红山	西安电子科技大学计算机学院	1	6	1.0	1.0