用于字符识别的椭圆基函数概率神经网络
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

TP18

基金项目:

国防预研基金


ELLIPTIC BASIS FUNCTION PROBABILISTIC NEURAL NETEORK FOR CHARACTER RECOGNITION
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    提出了一种适合在有噪声条件下进行字符识别的椭圆基函数概率神经网络EBPNN模型,该模型选用由字符统计特征提取的具有选择注意特性的参数作为概率神经网络的椭圆基函娄系数。EBPNN模型在货车编号自动识别系统中获得了良好的应用,整个系统的字符识别率达到96%以上,编号识别率达到90%以上,实验结果表明该模型的识别性能较常用的其它神经网络要好,且特别适用于有噪声的情况。

    Abstract:

    An Elliptic Basis Function Probabilistic Neural Network (EBPNN)model for character recognition with noise was proposed, which uses selective attentional parameters extracted from statistic features of characters as elliptic basis function parameters. EBPNN is not only used for binary pattern recognition, but also for continuous pattern recognition. The experiments show that the recognition rate of EBPNN is better than that of other neural networks, especially under the noise circumstances.

    参考文献
    相似文献
    引证文献
引用本文

张军 戚飞虎.用于字符识别的椭圆基函数概率神经网络[J].红外与毫米波学报,1998,17(2):91~97]. ZHANG Jun QI Fei Hu YE Xiang Yun. ELLIPTIC BASIS FUNCTION PROBABILISTIC NEURAL NETEORK FOR CHARACTER RECOGNITION[J]. J. Infrared Millim. Waves,1998,17(2):91~97.]

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:1997-09-12
  • 录用日期:
  • 在线发布日期:
  • 出版日期: