基于人工神经网络自适应共振理论的手写字符识别

• 作者: 周德俭 张烈平 谢晓兰 韩可轶
• 来源期刊: 桂林工学院学报
• 学科: 工学
• 关键词: 手写字符识别 人工神经网络 自适应共振理论 Java语言
• 年，卷（期）: 2006,（1）
• 所属期刊栏目: 电子与计算机应用
• 页码范围: 122-124
• 页数: 3页
• 分类号: TP391.43|TP183
• 字数: 2744字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-9057.2006.01.029

摘要

以人工神经网络中的自适应共振理论为基础,研究了用光标在电脑屏幕上进行手写输入的字符识别方法.根据专业领域文字输入中经常使用特殊字符的特点,程序部分由内核是Unicode的Java实现.采用Unicode编码不但可以方便地实现特殊字符的识别和显示,还有利于跨平台的移植,较好地解决了文字录入中特殊字符不易查找以及某些用户操作键盘不便等实际问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢晓兰	桂林工学院电子与计算机系	26	86	5.0	7.0
2	周德俭	桂林工学院电子与计算机系	40	343	10.0	17.0
3	张烈平	桂林工学院电子与计算机系	34	309	9.0	16.0
4	韩可轶	桂林工学院电子与计算机系	5	15	3.0	3.0