学位论文 > 优秀研究生学位论文题录展示
基于粒子群神经网络的手写数字模糊识别
作 者: 王永亮
导 师: 高丙坤
学 校: 大庆石油学院
专 业: 油气信息与控制工程
关键词: 手写数字 特征提取 神经网络 粒子群 模糊识别
分类号: TP391.41
类 型: 硕士论文
年 份: 2009年
下 载: 203次
引 用: 1次
阅 读: 论文下载
内容摘要
多年来,手写体数字识别一直是模式识别研究的热点之一,手写体数字识别在特定的环境下应用广泛,如邮政编码自动识别系统,税表和银行支票自动处理系统等。数字的类别虽然只有十种,笔划又简单,其识别问题似乎不是很困难。但由于识别的关键技术没有解决,因此,目前的识别系统仍难达到很高的识别精度。本文以手写数字为研究对象,首先对手写数字进行了图像的灰度化、二值化、去噪、倾斜度调整、归一化、细化等预处理工作,进行了基于统计特征的局部傅立叶变换和小波变换、Radon变换、Legendre矩特征、笔道密度函数提取和基于结构特征的微观结构特征抽取法相结合的方法提取了供算法训练的特征向量。在算法实现上,应用具有良好的容错能力、分类能力强、并行处理和自学习能力的人工神经网络,通过改进传输函数和调节学习率并对神经网络进行加噪训练,得到易于收敛的稳定网络,为了克服手写数字识别中神经网络训练算法存在网络易于陷入局部极小值的问题,本文提出采用自适应惯性权值的粒子群优化算法训练神经网络,即利用粒子更新迭代训练神经网络最优的权值和阈值,其中对粒子更新的惯性权值进行了自适应性的改进,最后用模糊识别进行手写数字的识别输出。本文搭建了一个二级神经网络用于手写数字识别,在Matlab7.0环境下进行仿真实验。通过与改进传输函数和调节学习率并加噪处理的神经网络、仅用粒子群优化神经网络两种手写数字识别算法比较,结果表明:粒子群神经网络的手写数字模糊识别算法能有效地优化神经网络,避免网络出现“早熟”现象,大大提高了网络训练精度,网络对手写数字的识别正确率明显提高。
|
全文目录
相似论文
- 天然气脱酸性气体过程中物性研究及数据处理,TE644
- 压气机优化平台建立与跨音速压气机气动优化设计,TH45
- 调频式电容位移传感器高速测频与非线性校正技术研究,TH822
- 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
- 胆囊炎和肾病综合症脉象信号的特征提取与分类研究,TP391.41
- Q学习在基于内容图像检索技术中的应用,TP391.41
- 直推式支持向量机研究及其在图像检索中的应用,TP391.41
- 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
- 红外超光谱图像的虚拟探测器研究,TP391.41
- 空间交会接近视觉测量方法研究,TP391.41
- 图像实时采集、存储与处理方法研究,TP391.41
- 唇读中的特征提取、选择与融合,TP391.41
- 多币种纸币处理技术的研究与实现,TP391.41
- 基于类Harr特征和最小包含球的纸币识别方法的研究,TP391.41
- 基于图像的路面破损识别,TP391.41
- 模糊控制、神经网络在平面二级倒立摆中的应用,TP273.4
- 基于神经网络的水厂投药预测控制研究,TP273.1
- 视觉伺服四自由度机械臂的研究,TP242.6
- 机械臂视觉伺服系统的研究,TP242.6
- 高光谱与高空间分辨率遥感图像融合算法研究,TP751
- 压电驱动微工作台的控制与校正技术研究,TP273
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|