基于神经网络数字识别方法的研究

• 作者: 张绍兵
• 来源期刊: 计算机测量与控制
• 关键词: 数字识别 神经网络 粗糙集 特征提取
• 年，卷（期）: 2008,（12）
• 所属期刊栏目: 智能仪表与传感器
• 页码范围: 1994-1995,2002
• 页数: 3页
• 分类号: TP391.41
• 语种: 中文

摘要

针对无指针式仪表表盘的数字识别问题,提出一种基于特征提取和粗糙集特征约简的神经网络数字识别方法;该方法首先利用数字图像预处理技术处理图像并利用特征提取方法提取数字图像特征,然后利用粗糙集理论进行特征约简,最后将约简后的信息输入到训练好的神经网络进行识别;实验表明,相对于传统方法,该方法具有识别率高、速度快的特点,具有较高的实用价值;并且该方法在保留神经网络高鲁棒性的同时,为快速准确地进行数字识别开辟了新的途径.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张绍兵	黑龙江科技学院计算机与信息工程学院	30	157	7.0	11.0