基于神经网络的数字识别技术研究

• 作者: 刘锦
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 神经网络 数字识别 特征提取
• 年，卷（期）: 2014,（2）
• 所属期刊栏目: 算法与语言
• 页码范围: 58-60
• 页数: 3页
• 分类号: TP312
• 字数: 2116字
• 语种: 中文

摘要

将图像的像素特征与矩特征结合，构建了神经网络分类器，利用提取的特征向量对分类器进行了训练和测试。将图像二值化，并归一化为16*16大小，提取了其每个像素点的0、1特征共16*16＝256维，图像的网格特征13维，及 Hu矩特征7维，一共276维特征。建立了BP神经网络分类器，分别使用最速下降BP算法、动量BP算法、学习率可变BP算法对BP神经网络分类器进行了训练，得出了在相同条件下学习率可变BP算法训练时间短，收敛快的结论。建立了PNN神经网络分类器，与BP神经网络分类器性能进行比较，实验结果表明，PNN神经网络分类器性能更好。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘锦	武汉大学信息管理学院	5	74	2.0	5.0