用于手写体数字不变性特征提取及识别的自组织算法

林 列; 常胜江

您当前的位置：

首页 >

文章列表页 >

用于手写体数字不变性特征提取及识别的自组织算法

论文 | 更新时间：2025-07-16

- 用于手写体数字不变性特征提取及识别的自组织算法
- A Self-Organizing Algorithm for Invariance Extraction and Recognition of Handwritten Digits
- 电子学报 2003年31卷第10期页码：1506-1509
- 作者机构：
  
  南开大学现代光学研究所,天津,300071
- 作者简介：
- 基金信息：
  
  天津市自然科学基金重点资助项目 (No.023800811)
- DOI：
  中图分类号： TP183
- 网络出版：2003-10-25，
  
  纸质出版：2003
- 稿件说明：
移动端阅览
林列, 常胜江. 用于手写体数字不变性特征提取及识别的自组织算法[J]. 电子学报, 2003,31(10):1506-1509.

LIN Lie, CHANG Sheng-jiang. A Self-Organizing Algorithm for Invariance Extraction and Recognition of Handwritten Digits[J]. Acta Electronica Sinica, 2003, 31(10): 1506-1509.
林列, 常胜江. 用于手写体数字不变性特征提取及识别的自组织算法[J]. 电子学报, 2003,31(10):1506-1509. DOI：

LIN Lie, CHANG Sheng-jiang. A Self-Organizing Algorithm for Invariance Extraction and Recognition of Handwritten Digits[J]. Acta Electronica Sinica, 2003, 31(10): 1506-1509. DOI：

摘要

针对无约束手写体数字的特点

本文提出了一种用于手写体数字特征提取和识别的神经网络与视觉学习相结合的自织织学习算法

为了避免网络规模太大引起"过度训练"现象而导致网络的推广能力下降

提出了一种在学习过程中自适应删剪不重要权重的方法.计算机模拟结果显示该算法能有效地提取手写体数字的不变性特征

进而提高对无约束手写体的识别率.

Abstract

A self-organizing learning algorithm is proposed to perform invariance extraction and recognition of handwritten digits.In order to built adaptively an optimal network topology in the learning procedure for a given recognition problem so as to avoid overtraining

an adaptive pruning method is proposed.Computer simulation show that the proposed algorithm is effective on extracting invariance of handwritten digits and optimizing a network topological architecture.

关键词

Keywords

references

浏览量

894

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于改进TCNN算法的脑电动态连续情绪识别研究

基于单天线多载波的轻量化感知技术研究

基于改进随机森林的工业互联网安全态势评估方法

基于主特征归因的对抗样本生成方法研究