基于改进的PSO神经网络的手写体汉字识别

• 作者: 张秀军 范书瑞 袁金丽 郭志涛
• 来源期刊: 河北工业大学学报
• 学科: 工学
• 关键词: 粒子群算法 惯性权值 神经网络 手写体汉字识别 图像特征提取
• 年，卷（期）: 2007,（4）
• 页码范围: 65-69
• 页数: 5页
• 分类号: TP18
• 字数: 2370字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-2373.2007.04.014

摘要

为了克服手写体汉字识别中传统神经网络训练算法存在网络易于过早收敛的缺陷,本文提出采用自适应惯性权值的粒子群优化算法训练神经网络,即利用粒子更新迭代训练神经网络最优的权值和阈值,其中对粒子更新的惯性权值进行了自适应性的改进.试验中提取了大量汉字样本的笔画数量信息和分布信息作为特征向量,利用改进的粒子群神经网络对汉字进行分类,并与BP神经网络的识别效果做了比较.结果表明:自适应惯性权值的粒子群优化算法能有效避免网络"早熟",大大提高了网络训练精度,网络对汉字的识别正确率明显提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张秀军	河北工业大学信息工程学院	15	47	5.0	6.0
2	郭志涛	河北工业大学信息工程学院	47	339	9.0	16.0
3	范书瑞	河北工业大学信息工程学院	20	54	4.0	6.0
4	袁金丽	河北工业大学信息工程学院	16	210	7.0	14.0