查詢結果分析
來源資料
相關文獻
- 以多層認知網路完成光學手寫數字辨認系統
- 多重專家應用於線上手寫中文文字識別
- 線上手寫中文文字辨認系統的筆段抽取
- On Speeding Radical-Based On-Line Chinese Character Recognition Through the Directional Matching of the First and Last Segments
- 傳真手寫數字自動辨識系統
- 快速學習類神經網路手寫英數與中文字辨認系統
- 以GLVQ進行之手寫數字識別實驗
- 使用模糊演算法作手寫數字辨識
- 知識導引之字根擷取法與鄰近區域筆段比對法於線上手寫中文文字辨認系統
- A Multi-layer Classifier for Recognition of Unconstrained Handwritten Numerals
頁籤選單縮合
題 名 | 以多層認知網路完成光學手寫數字辨認系統 |
---|---|
作 者 | 周義昌; | 書刊名 | 電信研究 |
卷 期 | 22:3 1992.06[民81.06] |
頁 次 | 頁353-362 |
專 輯 | 類神經網路專集 |
分類號 | 312.74 |
關鍵詞 | 手寫; 光學; 認知網路; 數字; 辨認系統; |
語 文 | 中文(Chinese) |
中文摘要 | 手寫數字的辦認是一具有很高的研究價值,及應用的問題,因此多年來能有許多學者陸續提出辦認方法,和設計辦認系統。本篇論文將提出以錯誤回傳式類神經網路為基礎之手寫數之辦認系統,本系統包括四個部份:輸入裝置、預處理、特徵抽取和分類器。輸入裝置為影像掃瞄器,可同時讀入多個數字;需處理包括雜訊去除、切割取字和正規化字元;特徵抽取是抽取每個字元之四個方向(上、下、左、右)白色跑長碼侑圖素密度為特徵向量,然後以此特徵向量為錯誤回傳式類神經網路之輸入向量,由分類器予以分類。最後為說明本系統之可行性及有效性,我們設計兩套展示系統—手寫郵遞區號辦認和手寫數字轉換成國字。經由實驗結果,可說明以錯誤回傳式類神經網路為基礎之手寫數字辦認系統可廣泛地應用在許多數字辦認系統上。 |
英文摘要 | In this paper, a handwritten digit recognition system based on back-propagation network will be presented. This system is composed of three main components containing, namely, input device, feature extraction and classifier. In order to input multi-digit characters, an optical image scanner is used as our input device. In addition, due to the stable feature and high discriminating advantage, pixel density and run-length projected from four directions (up, down, left, right), are used as feature vector for pattern classifier. Finally, to illustrate the efficiency and accuracy of this system, two applications, namely, handwritten zipcode and handwritten Arabic numerals translated Chinese numerals recognition systems are demonstrated in this paper. From the experimental results, the technology of handwritten digit recognition based on the back-propagation neural network can be widely applied in many numeral recognition system. |
本系統中英文摘要資訊取自各篇刊載內容。