查詢結果分析
來源資料
相關文獻
- 手寫數字辨識模式之建立--結合遺傳演算法與類神經網路
- 傳真手寫數字自動辨識系統
- 年度財務報表資訊揭露對預測財務危機之有用性:預視財務危機預測模型
- 應用資料包絡法及遺傳演化類神經網路模型建構最適投資策略--以臺灣股票型共同基金為例
- 優化類神經網路模型之預測能力--以金控股個案分析
- 股市投資決策模式之建構與個股買賣時機之探討
- 軍事投資最適化比例之研究
- 線性軸幅路網接駁系統最適整合區位、路線與排班模式之研究
- Genetic Algorithm Approach for Designing Fir Hilbert Transformers and Differentiators
- 以類神經網路與遺傳演算法解決系統可用度分派問題
頁籤選單縮合
題 名 | 手寫數字辨識模式之建立--結合遺傳演算法與類神經網路 |
---|---|
作 者 | 紀勝財; 鄧博文; | 書刊名 | 機械工業 |
卷 期 | 195 1999.06[民88.06] |
頁 次 | 頁193-201 |
分類號 | 312.84 |
關鍵詞 | 數字辨識; 倒傳遞類神經網路; 遺傳演算法; |
語 文 | 中文(Chinese) |
中文摘要 | 自動化檢驗和辨識是目前非常熱門而且重要的 研究主題。所謂辨識即是對物體外觀或字體進行辨 認,工業上較常用的自動辨識如工件外形、路徑導 引等;生活上應用領域有人的臉部辨識、阿拉伯數 字辨識或目前極受重視的手寫辨識等。近幾年來, 許多從事辨識工作的研究,都應用了人工智慧如類 神經網路、遺傳演算法、模糊理論等工具,試圖提 高自動辨識率。尤其是手寫辨識部份,因為不同人 所寫出的同一個字,各別的字型仍存在著特殊的差 異性。而使用這些新發展工具的目的,最主要在於 如何協助有效地分辨其中不同的特徵,並降低分辨 錯誤的可能性。 本研究應用遺傳演算法(Genetic Algorithm) 和倒傳遞類神經網路(Back-Propagation Neural Network)模式來建構一套辨識手寫數字之方法。其 主要步驟為(1)影像處理(2)資料擷取(3)網路訓練 及測試(4)圖形辨識。經由CCD攝影機把手寫數字轉 換成01標準圖像檔(把不同大小或偏斜的數字標準 化(Normalize);以增加系統辨識結果的正確性), 再沿圖像之行、列分割成數塊區域,取各區塊所有 01值加總作為遺傳演算法的輸入資料,最後經由BPN 神經網路進行訓練及測試。其中遺傳演算法所扮演 的角色為最佳化的工具,其主要優點可以防止BPN 區域極小值(Local Minimum)之問題發生,並且可 以使網路訓練時能快速收斂。經由實例研究,獲得 本系統的辨識率達八成以上,效果相當良好。 |
本系統中英文摘要資訊取自各篇刊載內容。