BP神经网络在图像字符识别中的改进和应用

• 作者: 吴鑫 张永宏
• 来源期刊: 南京信息工程大学学报
• 学科: 工学
• 关键词: 字符识别 BP神经网络 动量因子 自适应学习率
• 年，卷（期）: 2012,（6）
• 页码范围: 526-529
• 分类号: TP391.1
• 字数: 2958字
• 语种: 中文

摘要

传统BP神经网络算法虽然具有良好的学习能力和容错能力,但是收敛速度慢,易陷入局部极小点等缺点制约了它的进一步发展和应用.针对这些不足,采用自适应学习率结合附加动量因子的方法可以有效缩短训练时间,加快收敛速度,同时抑制寻优算法陷入局部极小点.将该算法应用于图像字符识别系统中,通过一系列实验优化系统参数之后给出系统识别结果,表明该系统识别具有较高的准确性和鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张永宏	南京信息工程大学信息与控制学院	82	541	12.0	18.0
2	吴鑫	南京信息工程大学信息与控制学院	2	10	1.0	2.0