原文服务方: 微电子学与计算机       
摘要:
针对脱机手写体汉字识别,文章给出了一种基于多层BP网络的并行集成方法,该方法是纯神经网络的多分类器并行集成方案.汉字经预处理后,采用弹性网格变换和Zernike矩分别对汉字进行局部和全局特征提取,利用两个BP网络分类器对这两种特征进行训练和初分类,再利用集成网络对前两个子网络的识别结果进行识别.同时对BP网络的应用做了有益的探索,也为BP网络在大类别分类问题中的应用提供了一条可行的途径.实验结果验证了此方法的有效性.
推荐文章
基于BP神经网络的手写签名识别方法
手写签名
图像处理
特征提取
BP神经网络
基于动态权值集成的手写数字识别方法
手写数字识别
BP神经网络
动态权值集成
基于BP神经网络的手写体数字识别
模式识别
手写体数字
BP算法
神经网络
结合距离分类器的神经网络手写体汉字识别
手写体汉字识别
特征抽取
神经网络
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 一种基于集成BP网络的手写汉字识别方法
来源期刊 微电子学与计算机 学科
关键词 脱机手写体汉字识别 分类器 并行集成 BP网络
年,卷(期) 2006,(8) 所属期刊栏目
研究方向 页码范围 121-124
页数 4页 分类号 TP31
字数 语种 中文
DOI 10.3969/j.issn.1000-7180.2006.08.037
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 杨扬 北京科技大学信息工程学院 183 2049 21.0 36.0
2 颉斌 北京科技大学信息工程学院 21 193 10.0 13.0
3 崔金魁 北京科技大学信息工程学院 1 12 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (7)
参考文献  (8)
节点文献
引证文献  (12)
同被引文献  (36)
二级引证文献  (131)
1990(1)
  • 参考文献(1)
  • 二级参考文献(0)
1992(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(2)
  • 参考文献(1)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(5)
  • 参考文献(3)
  • 二级参考文献(2)
2003(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(3)
  • 引证文献(3)
  • 二级引证文献(0)
2008(4)
  • 引证文献(3)
  • 二级引证文献(1)
2009(7)
  • 引证文献(1)
  • 二级引证文献(6)
2010(11)
  • 引证文献(1)
  • 二级引证文献(10)
2011(16)
  • 引证文献(1)
  • 二级引证文献(15)
2012(17)
  • 引证文献(0)
  • 二级引证文献(17)
2013(10)
  • 引证文献(2)
  • 二级引证文献(8)
2014(13)
  • 引证文献(0)
  • 二级引证文献(13)
2015(13)
  • 引证文献(0)
  • 二级引证文献(13)
2016(12)
  • 引证文献(0)
  • 二级引证文献(12)
2017(15)
  • 引证文献(0)
  • 二级引证文献(15)
2018(8)
  • 引证文献(1)
  • 二级引证文献(7)
2019(11)
  • 引证文献(0)
  • 二级引证文献(11)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
脱机手写体汉字识别
分类器
并行集成
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