基于改进BP神经网络的手写字符识别

• 作者: 吴迪 朱明诚 许宜申 陶智 顾济华
• 来源期刊: 通信技术
• 学科: 工学
• 关键词: 模式识别 BP神经网络 算法改进 手写字符识别 附加动量 自适应学习速率
• 年，卷（期）: 2011,（5）
• 所属期刊栏目: 信源处理
• 页码范围: 106-109,118
• 分类号: TP391.43
• 字数: 4961字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0802.2011.05.038

摘要

针对标准反向传播(BP,Back Propagation)神经网络算法收敛速度慢、易陷入局部极小等缺点,采用附加动量法与学习速率自适应调整相结合策略对神经网络初始参数进行设置.通过在权重计算公式中加入动量项,降低神经网络对误差曲面局部调节的敏感性,有效抑制其陷于局部极小.学习速率根据总误差的变化进行自适应调整,可以有效地缩短学习时间,加快收敛速度.将该改进算法应用于数字、英文字母以及简单汉字的手写字符识别系统中,进行了有无动量、有无噪声等实验,结果表明该方法与传统BP算法相比识别精度较高、训练时间较短且具有较强的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陶智	苏州大学物理科学与技术学院	80	587	13.0	21.0
2	顾济华	苏州大学物理科学与技术学院	85	716	13.0	22.0
3	许宜申	苏州大学物理科学与技术学院	18	129	6.0	11.0
4	吴迪	苏州大学物理科学与技术学院	46	190	8.0	13.0
5	朱明诚	苏州大学物理科学与技术学院	1	39	1.0	1.0