基于BP神经网络的手写体数字识别

• 作者: 史青宣 张充 杨芳 田学东 苗秀芬
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 模式识别 手写体数字 BP算法 神经网络
• 年，卷（期）: 2008,（6）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 128-130,163
• 页数: 4页
• 分类号: TP391.4
• 字数: 3080字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2008.06.037

摘要

手写体数字识别是多年来的研究热点,也是字符识别中的一个特别问题.由于手写体数字字体变化很大,传统的识别方法很难达到高的识别率.针对传统的数字识别方法的复杂性和局限性,提出了一种基于BP神经网络的手写体数字的识别方法.该方法在提取手写体数字点特征、笔划密度特征基础上,利用改进的BP神经网络进行训练识别.经实验,识别率达94%.实验结果表明,该方法对手写体数字识别效果良好,不仅简化了传统识别的繁杂性,而且提高了识别的准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨芳	河北大学数学与计算机学院	12	112	6.0	10.0
2	田学东	河北大学数学与计算机学院	72	356	9.0	15.0
3	张充	河北大学数学与计算机学院	8	62	4.0	7.0
4	史青宣	河北大学数学与计算机学院	14	76	6.0	8.0
5	苗秀芬	河北大学数学与计算机学院	3	36	3.0	3.0