期刊文献+

基于多级神经网络结构的手写体汉字识别 被引量:19

A Multi stage Neural Network Architecture for Handwritten Chinese Character Recognition
下载PDF
导出
摘要 本文提出了一种用于手写体汉字识别的多级神经网络结构(Multi-stageNeuralNetworkArchitecture,MNNA)模型。在该模型中,我们将多个神经网络和不同的特征提取方法有机地集成在一起而构成一个完整的模式识别系统。我们讨论了设计MNNA的一般原理,并提出了一个基于多层前馈神经网络的三级结构的手写体汉字识别实验系统。三种不同的特征提取方法被应用于各级子系统之中。对100个汉字15000个样本的实验我们得到了99.34%的识别率,0.36%的拒识率和0.3%的误识率。 In this paper, we propose a Multi stage Neural Network Architecture (MNNA) which integrates several neural networks and various feature extraction approaches into an unique pattern recognition system. General mechanism for designing the MNNA is presented. A three stage fully connected feedforward neural networks system is designed for Handwritten Chinese Character Recognition (HCCR). Different feature extraction methods are employed at each stage. Experiments show that the three stage neural network HCCR system has achieved impressive performance and the preliminary results are very encouraging.
出处 《通信学报》 EI CSCD 北大核心 1997年第5期21-27,共7页 Journal on Communications
基金 国家自然科学基金
关键词 多级 神经网络结构 手写体汉字识别 特征提取 multi stage neural network architecture, handwritten Chinese character recognition, feature extraction, multi expert system, multilayer feedforward network, K L transform
  • 相关文献

参考文献6

  • 1金连文,博士学位论文,1996年
  • 2LI T F,International Journal of Pattern Recognition and Artificial Intelligence,1994年,8卷,5期,1241页
  • 3Chang H D,Pattern Recognition Lettrs,1994年,15卷,4期,403页
  • 4Huang Y S,Proceedings of the Third Internal Conference of Document Analysis and Recognition,1993年
  • 5Suen C Y,Pattern Recognit Lett,1993年,14卷,4期,303页
  • 6张--中,汉字识别技术,1992年

同被引文献79

引证文献19

二级引证文献129

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部