基于扇形特征和BP神经网络算法的字符识别

• 作者: 刘春光 曾子铭 王鑫 韩忠华
• 来源期刊: 沈阳建筑大学学报（自然科学版）
• 学科: 工学
• 关键词: 扇形特征提取 BP神经网络 选择性阈值最小距离 字符识别
• 年，卷（期）: 2010,（3）
• 所属期刊栏目: 信息与控制
• 页码范围: 604-608
• 分类号: TP391.41
• 字数: 2388字
• 语种: 中文

摘要

目的 根据字符的扇形特征提取方法,BP神经网络算法,寻求一种识别率较高的字符识别方法.方法 将待识别的文件进行图像预处理,然后对处理后的单字符使用扇形算法提取出32个特征量,组成特征向量,采用BP神经网络对特征向量进行训练和识别,最后应用选择性阈值最小距离方法对输出结果进行判断,减少误识别率.结果 通过使用扇形特征提取方法、BP神经网络和选择性阈值最小距离方法,达到了较好的字符识别效果,实验结果表明该方法识别精度较高,训练时间较短.结论 保持一定数量以上的训练样本和训练次数,可进一步提高字符识别的正确率.采用扇形特征和BP神经网络算法可应用于字符识别.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩忠华	沈阳建筑大学信息与控制工程学院	42	205	8.0	11.0
2	刘春光	沈阳建筑大学学报编辑部	39	118	7.0	9.0
3	王鑫	沈阳建筑大学信息与控制工程学院	43	176	6.0	11.0
4	曾子铭	沈阳建筑大学信息与控制工程学院	2	12	2.0	2.0