基于概率神经网络的手写数字识别系统的MATLAB实现

• 作者: 岳振军 李三平
• 来源期刊: 军事通信技术
• 学科: 工学
• 关键词: 手写数字识别 概率神经网络 仿真
• 年，卷（期）: 2005,（1）
• 所属期刊栏目: 维护与革新
• 页码范围: 54-57
• 页数: 4页
• 分类号: TP391
• 语种: 中文

摘要

MATLAB语言由于具有强大功能而广泛应用于工程技术领域.基于最小错误率的Bayes分类器性能上具有最佳的分类效果,而神经网络最主要的特点在于良好的容错能力、分类能力、并行处理能力和自学习能力,综合Bayes分类器和神经网络的优势,所设计的概率神经网络PNN(Probabilistic Neural Network)在实际应用中能够具有更好的综合分类效果.文中采用PNN神经网络作为识别器,在MATLAB 6.5环境下仿真实现了一个实时手写数字输入与识别系统的软件,实验证明该软件识别性能良好,并具有良好的扩展性和通用性,为手写数字识别研究提供了一个简单有效的仿真平台.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	岳振军	解放军理工大学理学院基础电子学系	37	214	7.0	14.0