基于概率神经网络的手写体数字特征提取

• 作者: 李慧莹 胡西川
• 来源期刊: 现代计算机
• 关键词: 手写体数字 纵向拉伸 结构特征 概率神经网络
• 年，卷（期）: 2018,（15）
• 所属期刊栏目: 图形图像
• 页码范围: 59-63
• 页数: 5页
• 字数: 2473字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-1423.2018.15.013

摘要

在脱机手写体数字识别项目中,重点研究在结构特征提取阶段,针对于二值字符图像的行列,使用统计该行或该列白线条出现的次数的方法,对比传统的统计该行或该列白像素出现的总量的方法,并且相应地在预处理阶段中采用“纵向拉伸”的字符填充方法,实验结果表明可使识别率提高近10.04％.该方法对手写体数字的结构表达更准确.实验使用MNIST手写数据库作为样本来源,利用概率神经网络进行分类识别,以识别率作为评价指标.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡西川	上海海事大学信息工程学院	11	21	3.0	4.0
2	李慧莹	上海海事大学信息工程学院	3	1	1.0	1.0