基于動態(tài)權值集成的手寫數(shù)字識別研究.pdf

1、 本文對手寫數(shù)字識別技術進行了研究和探討，提出了一種動態(tài)權值集成的多分類器手寫數(shù)字識別方法。該識別方法以圖像預處理和字符特征提取為基礎，采用BP神經(jīng)網(wǎng)絡識別作為核心識別分類器，對多個神經(jīng)網(wǎng)絡識別器的輸出向量進行動態(tài)權值集成確定最后的識別結果。 在預處理方面，本文著重研究了光照不均字符灰度圖像的二值化問題，提出了一種基于高斯拉普拉斯(LoG)算子的邊緣零交叉二值化方法，該方法能夠適應光照不均和噪聲等干擾，其二值化后的字符圖像能

2、夠很好地保持本來形態(tài)。 在特征提取方面，本文提取了三種有效特征向量，分別為原始點陣向量、宏觀特征、宏觀特征和微觀特征。 分類識別器采用了BP神經(jīng)網(wǎng)絡。對BP神經(jīng)網(wǎng)絡的訓練算法進行了研究，提出一種綜合優(yōu)化訓練算法，使網(wǎng)絡訓練速度得到提高，網(wǎng)絡收斂也得以保證。將三種不同特征向量作為神經(jīng)網(wǎng)絡的輸入，設計了三個不同網(wǎng)絡結構的神經(jīng)網(wǎng)絡分類器，并提出動態(tài)權值的多分類器集成方法對三個分類器進行系統(tǒng)集成，提高了系統(tǒng)的性能和識別精度。