原文服务方: 微电子学与计算机       
摘要:
数字识别在很多重要领域有着广泛的应用.通过对人工神经元网络的研究与学习,提出了一种基于神经网络的数字识别方法,并作了大量的试验,取得了满意的结果.对于印刷体数字的识别率达到了100%,对于手写体数字的识别也达到了98%以上.
推荐文章
基于神经网络的手写数字识别
BP神经网络
图像预处理
特征提取
基于 BP 人工神经网络的手写体数字识别
BP 神经网络
手写体数字识别
模式识别
基于人工神经网络的数字识别技术
神经网络
BP网络
BP算法
数字识别
基于BP神经网络的印刷体数字识别研究
BP神经网络
印刷体数字
不变矩
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 基于神经网络的数字识别的研究
来源期刊 微电子学与计算机 学科
关键词 神经网络 数字识别 BP网络
年,卷(期) 2006,(8) 所属期刊栏目
研究方向 页码范围 206-208
页数 3页 分类号 TP391.4
字数 语种 中文
DOI 10.3969/j.issn.1000-7180.2006.08.063
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 张伟 青岛理工大学计算机工程学院 20 77 4.0 8.0
2 秦臻 青岛理工大学计算机工程学院 13 59 3.0 7.0
3 王克俭 河北农业大学信息科学与技术学院 42 288 10.0 16.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (21)
共引文献  (25)
参考文献  (4)
节点文献
引证文献  (38)
同被引文献  (80)
二级引证文献  (240)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(3)
  • 参考文献(0)
  • 二级参考文献(3)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(7)
  • 参考文献(0)
  • 二级参考文献(7)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(6)
  • 参考文献(2)
  • 二级参考文献(4)
2000(3)
  • 参考文献(2)
  • 二级参考文献(1)
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(3)
  • 引证文献(3)
  • 二级引证文献(0)
2008(7)
  • 引证文献(6)
  • 二级引证文献(1)
2009(15)
  • 引证文献(4)
  • 二级引证文献(11)
2010(18)
  • 引证文献(4)
  • 二级引证文献(14)
2011(11)
  • 引证文献(1)
  • 二级引证文献(10)
2012(17)
  • 引证文献(1)
  • 二级引证文献(16)
2013(33)
  • 引证文献(5)
  • 二级引证文献(28)
2014(24)
  • 引证文献(0)
  • 二级引证文献(24)
2015(28)
  • 引证文献(6)
  • 二级引证文献(22)
2016(26)
  • 引证文献(1)
  • 二级引证文献(25)
2017(17)
  • 引证文献(0)
  • 二级引证文献(17)
2018(45)
  • 引证文献(5)
  • 二级引证文献(40)
2019(24)
  • 引证文献(1)
  • 二级引证文献(23)
2020(10)
  • 引证文献(1)
  • 二级引证文献(9)
研究主题发展历程
节点文献
神经网络
数字识别
BP网络
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
微电子学与计算机
月刊
1000-7180
61-1123/TN
大16开
1972-01-01
chi
出版文献量(篇)
9826
总下载数(次)
0
总被引数(次)
59060
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导