多级PSO神经网络在手写体字符识别中的应用

• 作者: 孙德宝 李冰
• 来源期刊: 微机发展
• 学科: 工学
• 关键词: 手写体字符识别 多级神经网络 特征提取 粒子群优化算法(PSO)
• 年，卷（期）: 2005,（1）
• 所属期刊栏目: 应用研究
• 页码范围: 65-67,70
• 页数: 4页
• 分类号: TP391.4
• 字数: 2839字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2005.01.021

摘要

提出一种用于手写体字符识别的三级神经网络模型,各子神经网络均用粒子群优化算法(PSO)训练.在该模型中,各个神经网络与不同的图像特征提取方法相结合;识别时,三个神经网络先串联再并联.该模型充分有效地利用了各种特征信息,从实验结果看,也达到了较好的辨识目的.文中主要讨论手写字符图像的特征提取、粒子群优化算法及其在网络训练上的应用,最后分析了识别结果并与采用改进BP训练算法的综合识别效果进行了比较.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙德宝	华中科技大学控制科学与工程系	84	2363	22.0	48.0
2	李冰	华中科技大学控制科学与工程系	28	154	7.0	11.0