基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出一种基于BP神经网络的手写字符的识别方法.首先建立样品库,对样品库中的样品提取特征,作为输入层的输入值.采用改进BP算法进行网络训练,不断修改权值和阈值.然后对任一输入的手写字符,运用BP神经网络进行识别.实验证明将改进的BP算法用于手写字符识别有较好的识别效果,提高了算法的收敛速度.
推荐文章
基于矢量特征编码的手写字符识别技术
矢量方向编码
手写输入法
字符识别
基于神经网络算法的字符识别方法研究
BP神经网络
车牌
字符识别
形状
基于神经网络的分阶车牌字符识别算法研究
车牌字符识别
BP神经网络
卷积神经网络
分阶
基于流形学习与SVM的手写字符识别方法
核方法
局部线性嵌入
支持向量机
手写字符识别
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于BP神经网络的手写字符识别
来源期刊 天津理工大学学报 学科 工学
关键词 神经网络 BP算法 手写字符 权值 阈值
年,卷(期) 2006,(4) 所属期刊栏目
研究方向 页码范围 80-82
页数 3页 分类号 TP391
字数 2255字 语种 中文
DOI 10.3969/j.issn.1673-095X.2006.04.024
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 杨淑莹 天津理工大学计算机科学与工程系 43 422 10.0 18.0
2 洪俊 天津理工大学计算机科学与工程系 2 25 2.0 2.0
3 任翠池 天津理工大学计算机科学与工程系 3 61 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (63)
参考文献  (4)
节点文献
引证文献  (16)
同被引文献  (7)
二级引证文献  (52)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2007(2)
  • 引证文献(2)
  • 二级引证文献(0)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(2)
  • 引证文献(2)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(4)
  • 引证文献(1)
  • 二级引证文献(3)
2012(4)
  • 引证文献(2)
  • 二级引证文献(2)
2013(1)
  • 引证文献(0)
  • 二级引证文献(1)
2014(6)
  • 引证文献(2)
  • 二级引证文献(4)
2015(2)
  • 引证文献(1)
  • 二级引证文献(1)
2016(4)
  • 引证文献(1)
  • 二级引证文献(3)
2017(12)
  • 引证文献(2)
  • 二级引证文献(10)
2018(17)
  • 引证文献(1)
  • 二级引证文献(16)
2019(12)
  • 引证文献(0)
  • 二级引证文献(12)
研究主题发展历程
节点文献
神经网络
BP算法
手写字符
权值
阈值
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
天津理工大学学报
双月刊
1673-095X
12-1374/N
大16开
天津市西青区宾水西道391号
1984
chi
出版文献量(篇)
2405
总下载数(次)
4
总被引数(次)
13943
论文1v1指导