基于QNN的图像特征提取字符识别系统设计

• 作者: 王金环 黄玉蕾
• 来源期刊: 计算机测量与控制
• 关键词: 字符识别 特征提取 图像处理 量子神经网络
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 设计与应用
• 页码范围: 187-190
• 页数: 4页
• 分类号: P228.4
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2018.04.049

摘要

为提高字符识别的正确率与可靠性,将图像处理技术与量子神经网络(QNN)相结合,对基于QNN的字符识别系统进行了研究;采用粗网格特征法对图像的特征量进行提取,同时,为了增强粗网格特征法抗位置变化的能力,在特征提取前,对字符图像进行了定位,并将其平移至模板中心,再进行特征提取,然后采用基于多层激励函数的量子神经网络对字符进行识别;采用matlab进行仿真实验,结果表明量子神经网络具有较好的识别效率,准确率可达90％以上,抗噪能力强,可以更好地分类;这说明系统的确可以从一定程度上达到提高识别正确率的效果,达到了预期效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王金环		22	19	2.0	3.0
2	黄玉蕾		21	53	5.0	5.0