基于神经网络和模糊匹配算法的手写汉字预分类研究

• 作者: 卢达 浦炜 谢铭培 陈琦玮
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 手写汉字预分类 人工神经网络 有监督的扩展ART 模糊匹配算法
• 年，卷（期）: 2005,（10）
• 所属期刊栏目: 人工智能
• 页码范围: 2418-2421
• 页数: 4页
• 分类号: TP391
• 字数: 4018字
• 语种: 中文

摘要

对手写汉字识别问题,提出了一种在识别之前对手写汉字预分类的新方法,该方法用Neocognitron网提取字符笔画特征,然后采用有监督的扩展ART神经网络(SEART)产生一定数量的预分类组并通过基于模糊相似测量的匹配算法进行预分类.实验表明,该方法用于手写汉字分类效果良好,预分类正确率达到98.22%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	卢达	常熟理工学院物理与电子科学系	23	96	6.0	8.0
2	陈琦玮	常熟理工学院物理与电子科学系	10	33	3.0	5.0
3	浦炜	常熟理工学院物理与电子科学系	13	51	4.0	6.0
4	谢铭培	复旦大学计算机科学系	11	45	4.0	6.0