手写体数字识别相关论文
作为模式识别的重要分支，手写体数字识别正置于前所未有的热潮之下，卷积神经网络也被广泛应用于相关研究。针对手写体数字识别在训练......
本文建立了一个集成型神经网络手写体数字脱机识别系统，系统主要由两个部分构成，即：学习部分和识别部分。学习部分主要完成七个BP神经......
手写体数字识别(Handwritten Numeral Recognition)是光学字符识别技术(Optical Character Recognition)的一个分支，是人们研究较为......
该文提出了一种新的手写体数字识别的结构方法.将字符轮廓划分为特征片段,由特征片段得到特征基元,构成对字符结构的完整描述.为此......
分类器性能的提高一直是模式识别研究中很重要的问题,但由于各种原因,得到较好的分类器是一件困难的事情.传统的模式识别系统通常......
人脸图象的定位与校准是人脸识别研究的第一步.该文利用模板匹配思想提出了基于眼睛位置估计的人脸图象的定位与校准方法,对由18人......
自从计算机问世以来,让机器具有模式识别能力一直是计算机科学家们的努力方向.研究表明,对视觉和听觉信息的处理过程,不仅仅是一个......
手写体数字识别是光学字符识别技术(OCR)的一个分支,在文件资料自动录入、金融税务系统数据统计、图像文本的压缩储存、自动阅读器......
手写体数字识别是目前模式识别领域众多研究者关注的一个热点,是信息录入的关键步骤,广泛应用于公安、税务、交通、金融、教育等行......
手写体数字识别是目前字符识别的研究热点,利用计算机自动处理数字信息的技术已经成为信息化领域的重要研究内容。在现代教学过程......
随着信息科学技术的发展,人们越来越倾向于使用计算机作为信息自动化处理工具,这种方式不仅可以节省人力和时间,而且可以有效地减......
手写体数字识别系统具有广泛的应用场景。文章描述了一种把稀疏自编码器无监督学习得到的权值矩阵应用于卷积神经网络,利用提取的......
在信息技术与多媒体技术飞速发展的今天，传统的纸张文字已经无法满足人类日益增长的需求，所以我们迫切需要把传统的纸张文字信息转化......
手写体数字识别是字符识别的一个分支,具有很强的现实意义。目前在信函通信中广泛使用邮政编码,本文是以中国邮政集团公司出口孟加......
手写体数字识别是信息录入系统的关键技术，广泛的应用于档案管理、金融和邮政等行业，本文设计和实现了一个基于手写体数字识别的考试......
该文主要研究B样条函数和尺度B样条函数的卷积光滑性能,提出了一种新的字符轮廓光滑方法,该方法是对卷积光滑的一种改进.对一个封......
本文主要研究一种基于BP网络的手写体数字识别方法.试验中采用从学生人群中采集的大量手写体字符作为训练网络和测试网络的字符集.......
针对试卷中的手写成绩识别问题,本文将在深度学习中使用卷积神经网络训练手写数字识别模型.使用卷积神经网络构建合理的模型结构,......
随着人工智能时代的到来,科研人员都开始思考如何提高现有的信息处理技术.改善手写体数字的识别效果对信息技术发展有很大的推动作......
本文提出了一种利用树编辑距离和AESA算法进行手写体数字识别的方法,该方法的识别效果接近基于神经网络和支持向量机的手写体数字......
针对卷积神经网络(CNN)对运算的需求,现场可编程逻辑门阵列(FPGA)可以充分挖掘CNN内部并行计算的特性,提高运算速度。因此,本文基......
介绍了在VC++.net中通过Matlab引擎调用Matlab神经网络工具箱函数的方法。VC++.net具有强大的界面开发功能,Matlab的复杂计算和处......
提出了一种基于仿射传播聚类(Affinity Propagation Clustering,AP Clustering)和仿生模式识别理论(Biomi-metic Pattern Recognit......
针对传统特征提取方法无法有效解决书写随意性的干扰问题,提出了一种多尺度特征和神经网络相融合的手写体数字识别方法。首先提取......
摘 要：BP神经网络因其理论成熟及泛化能力强而被广泛的应用在不同的领域。尽管如此，其仍然存在着两大缺陷：其一，收敛速度慢；其二，容易陷......
文中提出了一种新的手写体数字识别的结构方法，将字符轮廓划分为特征片段：凸弧、凹弧、直线段、端点、洞，并由特征片段得到特征基元，构......
提出采用多小波神经网络簇伸展轮廓识别手写体数字的方法. 该方法的原理是： 跟踪待识别数字的轮廓, 对轮廓进行均衡化和重采样, 使......
将经验模型分解方法应用于手写体数字识别,提出了一种新的识别方法.该方法基于字符的轮廓信息特征,具有平移不变性、缩放不变性、......
BP神经网络有网络结构本身的改进，基于传统梯度下降算法的改进和基于数值优化算法的改进三个主要方面。针对经过大量预处理后的较规......
文章介绍了卷积神经网络中的卷积层、池化层和全连接层,分析了利用TensorFlow实现基于卷积神经网络的手写体数字识别,比较卷积神经......
优化后的基于TensorFlow的全连接神经网络模型,在手写体数字数据集上的识别正确率从91.2%提升到98.3%。增加隐藏层和加入RELU激活......
税务、金融等经济领域的手写体数字信息通过计算机进行自动识别处理,可以节省人力、物力和财力,具有较高的实用价值。介绍概率神经......
手写体数字识别问题是模式识别领域的一个重要研究课题。提出了一种基于多层激励函数的量子神经网络和多级分类器组合的手写体数字......
针对手写体数字识别中的特征提取问题,在圆形邻域局部二进制模式(LBP)的基础上,将数字的图片分割为四个子区域,分别提取各区域的局......
字符是人类信息交流的主要载体之一,手写体数字识别技术是多年来的研究热点问题,也是字符识别中的一个非常重要的类别。连续不规则......
针对神经网络BP算法在学习过程中的一些缺点,提出一种基于遗传算法与神经网络的手写数字识别新算法,将遗传算法与BP算法有机结合起......
基于手写体数字的几何结构提取端点及其方向、凸点及其方向、三叉点数和四叉点数等数字特征值,运用单字单网的12个并行BP神经网络......
提出一种局部化的线性流形自组织映射方法,可自主学习高维向量空间中的一组有序的低维线性流形,与现有的基于Kohonen的自适应子空......
以信息融合技术为基础 ,提出了一种新的基于神经网络及多层次信息融合的手写体数字识别方法 .该方法通过提取字符图像不同机制的 4......
在人类手写教码识别中,脱机不规则数码的识别是识别算法中比较难解决的问题.本文提出的一种识别方法,将笔道密度识别算法和层次特......
本文引入形变卷积模块来增强网络对数字几何变换的建模能力,提出了一种基于改进的形变卷积神经网络手写体数字识别框架,在提高识别......
针对深度神经网络中常用的激活函数具有非线性和计算复杂度高的特点,提出使用正线性函数代替常用非线性函数作为深度神经网络的激......
改进了基于参数化间隔的双子支持向量机算法的预处理过程,在数据预处理阶段使用了主成分分析法对数据进行降维,提出了基于主成分分......
在分析GA-BP算法不足的基础上,通过对GA算法中的相应算子进行改进设计,从而有效避免了GA算法中的出现局部次优的情况,并把GA算法产......
后验概率估计是模式识别多分类器组合方法研究的基础 ,该文提出了最近邻距离分类器后验概率估计的类条件置信变换方法 .后验概率被......
数字识别是人工神经网络中的一项基本又重要的应用研究领域。为此提出了一种用简单BP神经网络识别手写体数字的方法。利用BP神经网......
手写体数字识别是模式识别研究领域多年来的热点,BP人工神经网络是目前应用最广泛的神经网络模型之一。将两者融合并结合Matlab软......
本文提出了一种基于结构特征分类BP网络的手写体数字识别新方法。首先,提取点、环等数字特征值,并根据一些特征分类,然后运用BP神......
