手写体数字识别技术的研究 被引量：34

1

作者 柳回春 马树元 +1 位作者 吴平东 李晓梅 《计算机工程》 CAS CSCD 北大核心 2003年第4期24-25,61,共3页

手写体数字识别特征提取方面，有模板匹配，统计特征和结构特征，在分类器设计上有基于距离的分类器和神经网络分类器等。分析和评价了这些问题后，指出今后的研究方向应在特征综合、分类器集成以及新的分类器的研究上。

关键词 手写体数字识别 手写字符识别 信息处理 神经网络 特征提取 分类器 支持向量机

在线阅读 下载PDF 职称材料

基于多分类器组合的手写体数字识别 被引量：35

2

作者 胡钟山 娄震 +2 位作者 杨静宇 刘克 孙靖夷 《计算机学报》 EI CSCD 北大核心 1999年第4期369-374,共6页

本文提出了一个基于多分类器组合的手写体数字识别方法．文中首先给出了一个客观评价分类器性能的参数，其后基于此参数提出了多分类器的组合方法，并从理论上研究了此方法的一些性质．本文实验采用Concordia大学模式识别与机器智能中... 本文提出了一个基于多分类器组合的手写体数字识别方法．文中首先给出了一个客观评价分类器性能的参数，其后基于此参数提出了多分类器的组合方法，并从理论上研究了此方法的一些性质．本文实验采用Concordia大学模式识别与机器智能中心的手写体数字数据库，在实验中，使用了9个利用不同特征分类器进行组合．组合后识别率、拒识率和可靠性分别可达到97．05％，2．05％，99．08％． 展开更多

关键词 手写体数字识别 多分类器组合 模式识别

在线阅读 下载PDF 职称材料

UK心理测试自动分析系统的手写体数字识别 被引量：8

3

作者 柳回春 马树元 +3 位作者 吴平东 杨峰 曾兴生 毕路拯 《北京理工大学学报》 EI CAS CSCD 北大核心 2002年第5期599-603,共5页

针对 UK心理测试自动分析系统的手写体数字识别问题 ,提出了结构特征和统计特征相组合的三级分类方案 .经过印刷体去除、二值化、作业量判别等预处理之后 ,一级分类器提取点、线、圆等结构特征并进行组合构造相应模板 ,然后采用粗细两... 针对 UK心理测试自动分析系统的手写体数字识别问题 ,提出了结构特征和统计特征相组合的三级分类方案 .经过印刷体去除、二值化、作业量判别等预处理之后 ,一级分类器提取点、线、圆等结构特征并进行组合构造相应模板 ,然后采用粗细两阶段方案进行模板匹配 ;二级分类器提取区域模糊统计特征 ,构造了 10个一对多的SVM分类器 ;三级分类器提取投影特征、笔划特征、Fourier变换特征等 ,然后利用 RBF神经网络进行分类 .实验表明该方法合理有效 . 展开更多

关键词 UK心理测试自动分析系统 手写体数字识别 统计特征 结构特征 支持向量机 RBF神经网络

在线阅读 下载PDF 职称材料

基于结构特征的手写体数字识别算法 被引量：7

4

作者 柳回春 马树元 +3 位作者 吴平东 杨峰 曾兴生 毕路拯 《计算机工程》 CAS CSCD 北大核心 2002年第11期28-29,60,共3页

提出了基于结构特征的手写体数字识别方法。首先，采用14模板法进行细化，然后提取了点、线、圆等结构特征，并根据相关信息进行特征组合，最后采用粗细两阶段分类法进行分类。

关键词 结构特征 手写体数字识别算法 细化 模板匹配

在线阅读 下载PDF 职称材料

基于轮廓和统计特征的手写体数字识别 被引量：10

5

作者 张重阳 娄震 杨静宇 《计算机工程与应用》 CSCD 北大核心 2004年第9期83-84,89,共3页

提出了数字规范化模板特征,并利用这一特征与轮廓分段特征相结合对手写体数字进行识别。首先使用基于轮廓分段特征的分类器进行识别,通过提高拒识率获得高可靠性的分类结果。然后由基于数字规范化模板特征的分类器对前一级分类器的拒识... 提出了数字规范化模板特征,并利用这一特征与轮廓分段特征相结合对手写体数字进行识别。首先使用基于轮廓分段特征的分类器进行识别,通过提高拒识率获得高可靠性的分类结果。然后由基于数字规范化模板特征的分类器对前一级分类器的拒识样本分类。实验结果表明分别基于这两个特征的分类器在分类结果上具有较强的互补性。实验的数据为真实支票上采集的10000个手写体数字样本,该方法的识别率为98.06%。 展开更多

关键词 分类器组合 手写体数字识别 特征提取

在线阅读 下载PDF 职称材料

集成型神经网络手写体数字识别 被引量：5

6

作者 罗晓斌 董守斌 +1 位作者 金连文 徐浩 《计算机工程》 CAS CSCD 北大核心 2002年第8期69-70,156,共3页

采用边缘检测算子对手写体数字进行特征提取,分别得到数字的水平、垂直、左右对角线方向特征以及全局特征,然后利用Kirsch5个改进的神经网络分类器分别对这种特征进行训练和初分类,最后再利用一个神经网络对个子网络的识别结果进行集成... 采用边缘检测算子对手写体数字进行特征提取,分别得到数字的水平、垂直、左右对角线方向特征以及全局特征,然后利用Kirsch5个改进的神经网络分类器分别对这种特征进行训练和初分类,最后再利用一个神经网络对个子网络的识别结果进行集成识别,取得BP5BP5了较好的实验效果。 展开更多

关键词 集成型神经网络 手写体数字识别 BP算法 KIRSCH算子

在线阅读 下载PDF 职称材料

基于连续非对称卷积结构的手写体数字识别 被引量：7

7

作者 张志佳 吴天舒 +2 位作者 刘云鹏 方景哲 李雅红 《沈阳工业大学学报》 EI CAS 北大核心 2018年第5期518-523,共6页

为了提高手写体数字识别的准确率,设计并提出了一种基于连续非对称卷积结构的手写体数字识别的深度学习算法.以连续非对称卷积结构为基础,结合极限学习机和MSRA初始化设计网络结构.在识别输入图像时,利用CUDA并行计算与Cudnn神经网络GP... 为了提高手写体数字识别的准确率,设计并提出了一种基于连续非对称卷积结构的手写体数字识别的深度学习算法.以连续非对称卷积结构为基础,结合极限学习机和MSRA初始化设计网络结构.在识别输入图像时,利用CUDA并行计算与Cudnn神经网络GPU加速库对手写体数字识别进行加速.在MNIST手写体数字数据库上进行实验,提出的网络结构识别准确率达到99.62%,单张图像识别速度为0.005 8 s.经实验结果对比表明,该网络结构在识别准确率和识别速度上得到有效提升. 展开更多

关键词 连续非对称卷积结构 手写体数字识别 极限学习机 深度学习 批量正则化 MSRA初始化 CUDA并行计算 MNIST数据库

在线阅读 下载PDF 职称材料

基于组合分类器的自由手写体数字识别方法 被引量：5

8

作者 傅德胜 谢忠红 苏坚 《计算机工程与设计》 CSCD 2004年第10期1713-1715,共3页

自由手写体数字识别广泛应用于信息录入和文本识别中。基于组合分类器实现手写数字的识别,克服了单因子识别的局限性,识别中使用距离法和改进的BP神经网络方法,以多种特征向量作为分类器的输入,以举手法则确定识别输出。实验证明,该系... 自由手写体数字识别广泛应用于信息录入和文本识别中。基于组合分类器实现手写数字的识别,克服了单因子识别的局限性,识别中使用距离法和改进的BP神经网络方法,以多种特征向量作为分类器的输入,以举手法则确定识别输出。实验证明,该系统具有较高的识别率和极低的误识率,有令人鼓舞的应用价值。 展开更多

关键词 分类器 手写体数字识别 手写数字 识别率 录入 误识率 输入 组合 克服 法则

在线阅读 下载PDF 职称材料

多尺度特征和神经网络相融合的手写体数字识别 被引量：14

9

作者 赵元庆 吴华 《计算机科学》 CSCD 北大核心 2013年第8期316-318,共3页

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。首先提取手写体数字二值图像的轮廓、笔画次序等结构特征,并旋转坐标轴,提取多角度结构特征;然后将字符从中心点到... 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。首先提取手写体数字二值图像的轮廓、笔画次序等结构特征,并旋转坐标轴,提取多角度结构特征;然后将字符从中心点到外边框划分为K层矩形子层,提取每层图像的灰度特征,最后以两种多尺度特征构建神经网络模型,并预测测试集合样本。将该算法实际用于以MNIST字体库构建的两个数据集识别,其精度高达99.8%,并能有效降低倾斜等手写字体的随意性影响。 展开更多

关键词 多尺度 手写体数字识别 多角度结构特征 多层次灰度特征

在线阅读 下载PDF 职称材料

基于神经网络及多层次信息融合的手写体数字识别 被引量：4

10

作者 汪同庆 居琰 任莉 《小型微型计算机系统》 CSCD 北大核心 2003年第12期2286-2290,共5页

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个互补特征 ,组合形成 6个融合特征 ,利用优化的BP神经网络算法 ,对多融合特征进行识别分类 ,然后用神经... 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个互补特征 ,组合形成 6个融合特征 ,利用优化的BP神经网络算法 ,对多融合特征进行识别分类 ,然后用神经网络对 6个识别结果进行融合决策 .实验结果表明 ,新的融合识别方法能有效提高识别率 ,并具有较高的系统可靠性 . 展开更多

关键词 信息融合 神经网络 手写体数字识别 特征提取 模式识别

在线阅读 下载PDF 职称材料

手写体数字识别中一种新的倾斜校正的方法 被引量：9

11

作者 王有伟 刘捷 《计算机工程》 CAS CSCD 北大核心 2004年第11期128-129,137,共3页

介绍了在手写体数字识别预处理过程中一种新的倾斜校正的方法,该方法利用手写数字的图像的高与宽的比值是否最大来确定倾斜校正是否完毕。在校正过程中,手写体数字的图像高度逐渐变高,宽度逐渐变窄,所以当图像的高与宽的比值最大的时候... 介绍了在手写体数字识别预处理过程中一种新的倾斜校正的方法,该方法利用手写数字的图像的高与宽的比值是否最大来确定倾斜校正是否完毕。在校正过程中,手写体数字的图像高度逐渐变高,宽度逐渐变窄,所以当图像的高与宽的比值最大的时候倾斜角度最小。 展开更多

关键词 模式识别 手写体数字识别 文件自动处理 倾斜校正

在线阅读 下载PDF 职称材料

手写体数字识别系统中一种新的特征提取方案 被引量：8

12

作者 宋曰聪 胡伟 《计算机科学》 CSCD 北大核心 2007年第9期236-239,共4页

本文时手写体数字识别系统中的数字特征提取方法进行了深入的研究,分析了当前用得比较多的三种特征提取方法,在此基础上提出了一种新的特征提取方案。该方案从每个字符中提取关键的13个点作为特征点,其主要特点是特征提取简单有效.节省... 本文时手写体数字识别系统中的数字特征提取方法进行了深入的研究,分析了当前用得比较多的三种特征提取方法,在此基础上提出了一种新的特征提取方案。该方案从每个字符中提取关键的13个点作为特征点,其主要特点是特征提取简单有效.节省了特征提取时间,提高了识别系统的运行速度。进行仿真时,用同一种网络对特征提取后的结果进行训练和识别,仿真结果表明,13点特征提取法用于手写体数字的识别有着极好的适应性,在运行速度和识别率上比起其它算法都有很大的提高,从而极大地证实了新算法的有效性及实用性。 展开更多

关键词 手写体数字识别 特征提取 模式识别

在线阅读 下载PDF 职称材料

基于人工神经网络的手写体数字识别 被引量：6

13

作者 邓丽华 崔志强 张静 《三峡大学学报（自然科学版）》 CAS 2005年第3期254-256,共3页

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神经网络进行数字识别,把同一个数字特征值差别很大的字体当不同的类别来处理,最后能达到很好的识别效果.

关键词 手写体数字识别 人工神经网络 几何结构 系统结构

在线阅读 下载PDF 职称材料

质心层次特征的无约束手写体数字识别 被引量：6

14

作者 吴雪菁 施鹏飞 《上海交通大学学报》 EI CAS CSCD 北大核心 1998年第9期31-34,共4页

光学字符识别（ＯＣＲ）是模式识别最为成功的应用之一．目前，ＯＣＲ的研究重点是无约束手写体字符识别．采用了基于字符质心的层次特征对无约束手写体数字进行分类识别．基于字符质心的不均匀分块方法，在一定程度上可以克服无约束手... 光学字符识别（ＯＣＲ）是模式识别最为成功的应用之一．目前，ＯＣＲ的研究重点是无约束手写体字符识别．采用了基于字符质心的层次特征对无约束手写体数字进行分类识别．基于字符质心的不均匀分块方法，在一定程度上可以克服无约束手写体数字字形千变万化所引起的不稳定性．层次特征将字符在空间的二维分布转化为一维，特征抽取过程简单，易于实现．将该算法应用于无约束手写体数字的信函分拣系统，单字的平均识别率达９７％以上． 展开更多

关键词 光学字符识别 质心 层次特征 手写体数字识别

在线阅读 下载PDF 职称材料

一种面向VLSI实现的脱机手写体数字识别系统的设计 被引量：4

15

作者 栗国星 石秉学 《电子学报》 EI CAS CSCD 北大核心 1999年第11期143-145,共3页

本文提出了一种基于细胞神经网络(CellularNeuralNetworkorCNN)和多层感知机(MultiLayerPerceptronorMLP)构成的组合神经网络进行手写体数字识别的系统及VLSI的实现.该系统首先由CNN从归一化为20×20的字符图像的水平与垂直方向以... 本文提出了一种基于细胞神经网络(CellularNeuralNetworkorCNN)和多层感知机(MultiLayerPerceptronorMLP)构成的组合神经网络进行手写体数字识别的系统及VLSI的实现.该系统首先由CNN从归一化为20×20的字符图像的水平与垂直方向以及两个对角线上逐行进行相邻单元检测(ConnectedComponentDetectororCCD),并把检测到的特征进行适当压缩,然后按一定的时序馈送到下一级的MLP来进行识别.MLP是一个80×20×10的具有局部互连的两层网络.它主要由神经处理单元(NeuralProcessingUnitorNPU)阵列、开关电流积分器以及电流比较器等构成.NPU的权重是可调整的,其值由反向传播学习算法事先学习好,再经过八值量化后每一个权重由四位来表示.该识别系统较为简单有效。 展开更多

关键词 细胞神经网络 多层感知机 手写体数字识别 VLSI

在线阅读 下载PDF 职称材料

组合结构特征的自由手写体数字识别算法研究 被引量：16

16

作者 陈军胜 《计算机工程与应用》 CSCD 2013年第5期179-184,194,共7页

自由手写体因其书写风格差异大、上下文无关及识别准确度要求高等原因导致其识别难度大的问题。针对手写体数字识别的特点及要求,提出一种新的基于组合结构特征的自由手写体数字识别算法。通过扩展的字符结构特征识别算法自动、鲁棒地... 自由手写体因其书写风格差异大、上下文无关及识别准确度要求高等原因导致其识别难度大的问题。针对手写体数字识别的特点及要求,提出一种新的基于组合结构特征的自由手写体数字识别算法。通过扩展的字符结构特征识别算法自动、鲁棒地提取手写体数字字符端点、分叉点、横线等多种结构特征,并组合应用这些结构特征构造决策树完成手写体字符的自动识别。实验结果表明基于组合结构特征的自由手写体数字识别算法的鲁棒性和识别率明显优于传统方法。 展开更多

关键词 手写体数字识别 组合结构特征 决策树 模式识别

在线阅读 下载PDF 职称材料

基于多小波神经网络簇轮廓伸展的手写体数字识别 被引量：2

17

作者 黄同成 丁友东 《中南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2006年第2期356-360,共5页

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,使其具有平移不变性和缩放不变性;采用多小波神经网络簇对轮廓壳进行伸展得到数级多分辨率和其平均值;将这些... 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,使其具有平移不变性和缩放不变性;采用多小波神经网络簇对轮廓壳进行伸展得到数级多分辨率和其平均值;将这些壳系数输入前馈神经网络簇,以识别该手写体数字。研究结果表明,该方法可用于将轮廓壳进行多分辨率分解。 展开更多

关键词 多小波变换 神经网络簇 手写体数字识别

在线阅读 下载PDF 职称材料

基于Adaboost的手写体数字识别 被引量：9

18

作者 赵万鹏 古乐野 《计算机应用》 CSCD 北大核心 2005年第10期2413-2414,2417,共3页

提出了一种新的基于集成学习算法Adaboost的手写体数字识别系统。Adaboost方法可以在仅比随机预测略好的弱分类器基础上构建高精度的强分类器。实验证明,基于Adaboost的手写体数字识别系统具有较高的识别率和泛化能力,已经应用在OCR识... 提出了一种新的基于集成学习算法Adaboost的手写体数字识别系统。Adaboost方法可以在仅比随机预测略好的弱分类器基础上构建高精度的强分类器。实验证明,基于Adaboost的手写体数字识别系统具有较高的识别率和泛化能力,已经应用在OCR识别软件中。 展开更多

关键词 ADABOOST 手写体数字识别 弱分类器

在线阅读 下载PDF 职称材料

基于量子神经网络的手写体数字识别方法研究 被引量：8

19

作者 吴茹石 彭力 《计算机工程与设计》 CSCD 北大核心 2007年第18期4462-4465,共4页

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识别方法,采用MNIST数据库进行训练和测试。实验结果表明,该识别方法在识别率和可靠性方面均有很好的效果... 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识别方法,采用MNIST数据库进行训练和测试。实验结果表明,该识别方法在识别率和可靠性方面均有很好的效果,同时也体现出量子神经网络用于模式识别的优越性和潜力。 展开更多

关键词 量子神经网络 多层激励函数 多级分类器 手写体数字识别 模式识别

在线阅读 下载PDF 职称材料

手写体数字识别的一种模糊神经网络方法 被引量：4

20

作者 赵宏宇 叶文霞 靳蕃 《西南交通大学学报》 EI CSCD 北大核心 1997年第3期247-252,共6页

将模糊特征提取技术与区组设计前馈网络相结合用于手写体数字识别。实验表明，该方法对５００个未学习样本的识别率达到了９５．８％。这一结果，相当于或优于目前已经发表的先进成果。

关键词 模式识别 手写体数字识别 模糊神经网络

在线阅读 下载PDF 职称材料