期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到97篇文章
< 1 2 … 5 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于多分类器组合的手写体数字识别 被引量：35
1
作者 胡钟山 娄震 +2 位作者 杨静宇 刘克 孙靖夷 《计算机学报》 EI CSCD 北大核心 1999年第4期369-374,共6页
本文提出了一个基于多分类器组合的手写体数字识别方法．文中首先给出了一个客观评价分类器性能的参数，其后基于此参数提出了多分类器的组合方法，并从理论上研究了此方法的一些性质．本文实验采用Concordia大学模式识别与机器智能中... 本文提出了一个基于多分类器组合的手写体数字识别方法．文中首先给出了一个客观评价分类器性能的参数，其后基于此参数提出了多分类器的组合方法，并从理论上研究了此方法的一些性质．本文实验采用Concordia大学模式识别与机器智能中心的手写体数字数据库，在实验中，使用了9个利用不同特征分类器进行组合．组合后识别率、拒识率和可靠性分别可达到97．05％，2．05％，99．08％． 展开更多
关键词 手写体数字识别 多分类器组合 模式识别
下载PDF
手写体数字有效鉴别特征的抽取与识别 被引量：10
2
作者 金忠 胡钟山 +2 位作者 杨静宇 刘克 孙靖夷 《计算机研究与发展》 EI CSCD 北大核心 1999年第12期1484-1489,共6页
文中提出了基于后验概率估计的多特征多分类器组合识别的估计法，并提出了基于具有统计不相关性的最佳鉴别变换与ＫＬ变换抽取手写体数字的有效鉴别特征的方法．实验采用Ｃｏｎｃｏｒｄｉａ Ｕｎｉｖｅｒｓｉｔｙ ＣＥＮＰＡＲＭＩ手写... 文中提出了基于后验概率估计的多特征多分类器组合识别的估计法，并提出了基于具有统计不相关性的最佳鉴别变换与ＫＬ变换抽取手写体数字的有效鉴别特征的方法．实验采用Ｃｏｎｃｏｒｄｉａ Ｕｎｉｖｅｒｓｉｔｙ ＣＥＮＰＡＲＭＩ手写体数字数据库．用最近邻距离分类器与最近邻相关分类器这两个分类器，对手写体数字的１２ 个特征做多特征多分类器组合识别实验． 实验结果表明：估计法优于常用的投票法与计分法，估计法的识别率高达９７％ ．本文最后基于一个严格的结构分类器与估计法提出了一个集成分类器，该集成分类器获得了更好的实验结果：识别率、拒识率与可靠性分别可达到９７．１５％ 、２．０５％ 、９９．１８％ ，这是目前在该手写体数字数据库上所得到的最好的实验结果． 展开更多
关键词 计算机 手写体数字识别 特征抽取 模式识别
下载PDF
基于深度卷积自编码神经网络的手写数字识别研究 被引量：22
3
作者 曾文献 孟庆林 郭兆坤 《计算机应用研究》 CSCD 北大核心 2020年第4期1239-1243,共5页
针对提高不同笔体下的手写识别准确率进行了研究,将深度卷积神经网络与自动编码器相结合,设计卷积自编码器网络层数,形成深度卷积自编码神经网络。首先采用双线性插值方法分别对MNIST数据集与10000幅自制中国大学生手写数字图片进行图... 针对提高不同笔体下的手写识别准确率进行了研究,将深度卷积神经网络与自动编码器相结合,设计卷积自编码器网络层数,形成深度卷积自编码神经网络。首先采用双线性插值方法分别对MNIST数据集与10000幅自制中国大学生手写数字图片进行图像预处理,然后使用单一MNIST数据集对深度卷积自编码神经网络进行训练与测试;最后使用MNIST与自制数据集中5000幅图片混合,再次训练该网络,对另外5000幅图片进行测试。实验数据表明,所提深度卷积自编码神经网络在MNIST测试集正确率达到99.37%;且5000幅自制数据集模型测试正确率达99.33%,表明该算法实用性较强,在不同笔体数字上得到了较高的识别准确率,模型准确有效。 展开更多
关键词 卷积自编码神经网络 双线性插值 手写数字识别 深度学习
下载PDF
基于形状上下文的形状匹配 被引量：15
4
作者 申家振 张艳宁 刘涛 《微电子学与计算机》 CSCD 北大核心 2005年第4期144-146,共3页
提出了用于形状匹配的自适应边界点选取的形状上下文方法。首先,根据目标形状,自适应地确定边界点个数;然后,利用选取的边界点,按照本文方法计算该目标的形状直方图;最后,利用形状直方图计算不同目标之间的相似度。基于手写体数字的试... 提出了用于形状匹配的自适应边界点选取的形状上下文方法。首先,根据目标形状,自适应地确定边界点个数;然后,利用选取的边界点,按照本文方法计算该目标的形状直方图;最后,利用形状直方图计算不同目标之间的相似度。基于手写体数字的试验表明,形状上下文在有效描述目标的形状特征的基础上,准确地计算了不同目标之间的相似度,达到了满意的匹配结果。 展开更多
关键词 形状匹配 形状上下文 手写体数字识别
下载PDF
基于轮廓和统计特征的手写体数字识别 被引量：10
5
作者 张重阳 娄震 杨静宇 《计算机工程与应用》 CSCD 北大核心 2004年第9期83-84,89,共3页
提出了数字规范化模板特征,并利用这一特征与轮廓分段特征相结合对手写体数字进行识别。首先使用基于轮廓分段特征的分类器进行识别,通过提高拒识率获得高可靠性的分类结果。然后由基于数字规范化模板特征的分类器对前一级分类器的拒识... 提出了数字规范化模板特征,并利用这一特征与轮廓分段特征相结合对手写体数字进行识别。首先使用基于轮廓分段特征的分类器进行识别,通过提高拒识率获得高可靠性的分类结果。然后由基于数字规范化模板特征的分类器对前一级分类器的拒识样本分类。实验结果表明分别基于这两个特征的分类器在分类结果上具有较强的互补性。实验的数据为真实支票上采集的10000个手写体数字样本,该方法的识别率为98.06%。 展开更多
关键词 分类器组合 手写体数字识别 特征提取
下载PDF
基于局部二进制和支持向量机的手写体数字识别 被引量：15
6
作者 郭伟林 邓洪敏 石雨鑫 《计算机应用》 CSCD 北大核心 2018年第A02期282-285,289,共5页
针对手写体数字识别中的特征提取问题,在圆形邻域局部二进制模式(LBP)的基础上,将数字的图片分割为四个子区域,分别提取各区域的局部二进制模式(LBP)直方图,然后用LBP直方图训练支持向量机(SVM)模型,再用测试样本对该模型的分类效果进... 针对手写体数字识别中的特征提取问题,在圆形邻域局部二进制模式(LBP)的基础上,将数字的图片分割为四个子区域,分别提取各区域的局部二进制模式(LBP)直方图,然后用LBP直方图训练支持向量机(SVM)模型,再用测试样本对该模型的分类效果进行测试。最后,在实验中还引入当前主流的主成分分析法(PCA)对数据集降维,并以此对比分四区域提取LBP直方图的识别效果。通过对比发现,对手写体数字图片分四区域计算LBP直方图并将其用作识别特征可使数字识别准确率达到95. 31%,这一结果接近于使用数据集前90%特征贡献率的主成分分量的识别效果(后者的识别率为96. 6%),比直接对整张图片提取的LBP直方图分类识别率高19. 51个百分点。 展开更多
关键词 手写体数字识别 局部二进制模式 局部二进制模式直方图 支持向量机 主成分分析法
下载PDF
基于Adaboost的手写体数字识别 被引量：9
7
作者 赵万鹏 古乐野 《计算机应用》 CSCD 北大核心 2005年第10期2413-2414,2417,共3页
提出了一种新的基于集成学习算法Adaboost的手写体数字识别系统。Adaboost方法可以在仅比随机预测略好的弱分类器基础上构建高精度的强分类器。实验证明,基于Adaboost的手写体数字识别系统具有较高的识别率和泛化能力,已经应用在OCR识... 提出了一种新的基于集成学习算法Adaboost的手写体数字识别系统。Adaboost方法可以在仅比随机预测略好的弱分类器基础上构建高精度的强分类器。实验证明,基于Adaboost的手写体数字识别系统具有较高的识别率和泛化能力,已经应用在OCR识别软件中。 展开更多
关键词 ADABOOST 手写体数字识别 弱分类器
下载PDF
用于脱机手写数字识别的隐马尔可夫模型 被引量：10
8
作者 刘刚 张洪刚 郭军 《计算机研究与发展》 EI CSCD 北大核心 2003年第8期1252-1257,共6页
将隐马尔可夫模型 (HMM)用于脱机手写数字识别中 ,系统如何建模是一个值得研究的问题 在考虑手写数字自身特点及特征抽取的基础上 ,对HMM模型的训练方法及模型参数的选取进行了研究 ,以提高系统识别率 在银行票据OCR的应用中 ,与基于... 将隐马尔可夫模型 (HMM)用于脱机手写数字识别中 ,系统如何建模是一个值得研究的问题 在考虑手写数字自身特点及特征抽取的基础上 ,对HMM模型的训练方法及模型参数的选取进行了研究 ,以提高系统识别率 在银行票据OCR的应用中 ,与基于神经网络的方法结合使用 ,使得整张票据的拒识率降低了 3% ,明显提高了银行票据OCR系统的性能 . 展开更多
关键词 隐马尔可夫模型(HMM) 手写数字识别 银行票据OCR
下载PDF
基于主曲线的脱机手写数字识别 被引量：14
9
作者 苗夺谦 张红云 +1 位作者 李道国 王真 《电子学报》 EI CAS CSCD 北大核心 2005年第9期1639-1643,共5页
该文提出了一种基于主曲线的脱机手写数字识别方法.该方法将主曲线及知识约简算法运用于识别模型中.主曲线是主成份分析的非线性推广,它是通过数据分布“中间”并满足“自相合”的光滑曲线.它较好地反映了数据分布的结构特征.粗糙集理... 该文提出了一种基于主曲线的脱机手写数字识别方法.该方法将主曲线及知识约简算法运用于识别模型中.主曲线是主成份分析的非线性推广,它是通过数据分布“中间”并满足“自相合”的光滑曲线.它较好地反映了数据分布的结构特征.粗糙集理论的知识约简是从决策表中获取决策(分类)规则的有效工具.本文将主曲线用于训练数据的特征提取,根据主曲线的特征生成决策表;利用我们提出的知识约简算法对决策表进行处理,自动获得分类规则.这种方法既符合人的识别习惯,又克服了利用统计特征识别所带来的不足.实验结果表明了该方法能有效提高手写数字的识别率,为脱机手写数字识别的研究提供了一条新途径. 展开更多
关键词 手写数字识别 主曲线 知识约简 分类规则
下载PDF
基于局部特征的卷积神经网络模型 被引量：13
10
作者 施恩 李骞 +1 位作者 顾大权 赵章明 《计算机工程》 CAS CSCD 北大核心 2018年第2期282-286,共5页
传统卷积神经网络对于特征不明显或歧义性大的图像识别率较低。针对该问题,在卷积神经网络的基础上通过增加局部特征提取层和概率权重综合层,构建基于局部特征的卷积神经网络模型。该模型对输入图像的局部进行识别,得到局部图像的分类... 传统卷积神经网络对于特征不明显或歧义性大的图像识别率较低。针对该问题,在卷积神经网络的基础上通过增加局部特征提取层和概率权重综合层,构建基于局部特征的卷积神经网络模型。该模型对输入图像的局部进行识别,得到局部图像的分类概率信息,综合分析所有局部图像的分类概率信息得到最终网络输出。手写字符识别实验结果表明,与经典的卷积神经网络模型相比,该模型识别率较高,尤其是在输入图像特征较为模糊的情况下优势更为明显。 展开更多
关键词 深度学习 卷积神经网络 局部特征 手写数字识别 分类概率
下载PDF
基于GA-BP神经网络在手写数字识别中的应用研究 被引量：12
11
作者 程换新 刘军亮 《电子测量技术》 2019年第9期89-92,共4页
手写数字识别在当今社会有着重要的应用价值,在金融、社交、教育、通信等领域有着广泛的应用前景。手写数字识别是光学字符识别技术的一个分支,目前大多采用BP神经网络进行识别,但BP神经网络存在局部极小值、学习速度慢、结构选取上无... 手写数字识别在当今社会有着重要的应用价值,在金融、社交、教育、通信等领域有着广泛的应用前景。手写数字识别是光学字符识别技术的一个分支,目前大多采用BP神经网络进行识别,但BP神经网络存在局部极小值、学习速度慢、结构选取上无确定准则三方面缺陷,影响其识别效果。通过遗传算法寻优BP神经网络最佳的初始阈值、初始权值、结构来克服其缺陷。通过MATLAB仿真,结果表明,用遗传算法优化后的BP神经网络具有辨识正确率更高、泛化能力更强、收敛速度更快、实用性更强的优点,达到了预期的目的,为手写数字识别提供了良好的理论研究价值。 展开更多
关键词 BP神经网络 遗传算法 函数拟合 手写数字识别 优化
下载PDF
基于改进主成分分析网络的手写数字识别方法 被引量：12
12
作者 闵锋 叶显一 张彦铎 《华中科技大学学报（自然科学版）》 EI CAS CSCD 北大核心 2018年第12期101-105,共5页
针对人工特征对于多样性的变化没有很好鲁棒性,并且主成分分析网络提取的特征维数过高导致分类效率低且对内存消耗大的问题,提出了一种主成分分析网络和压缩感知结合的手写数字识别方法.首先,利用改进的主成分分析网络对图像进行特征提... 针对人工特征对于多样性的变化没有很好鲁棒性,并且主成分分析网络提取的特征维数过高导致分类效率低且对内存消耗大的问题,提出了一种主成分分析网络和压缩感知结合的手写数字识别方法.首先,利用改进的主成分分析网络对图像进行特征提取;然后,用一个非常稀疏且符合压缩感知RIP条件的随机测量矩阵对抽取的特征空间投影,得到一个低维压缩子空间,该子空间可以保留高维图像特征空间的信息;最后,采用支持向量机对降维后特征进行训练和识别.实验结果表明:该方法识别率高、训练时间短;同时,该方法在加入池化层并进行压缩感知后,特征维数更低,模型内存占用更小,分类识别的速度更快. 展开更多
关键词 手写数字识别 主成分分析网络 压缩感知 深度学习 特征提取
原文传递
基于BP神经网络的手写数字识别系统 被引量：11
13
作者 黄一格 张炎生 《机电工程技术》 2020年第1期108-110,共3页
针对多数机构面临的大规模报表数据录入问题,提出了一种基于BP神经网络的手写数字识别系统。对输入图像进行图像预处理、图像分割和特征提取,随后将提取的特征信息输入到已经训练好的BP神经网络进行分类识别。训练数据包含140幅大小归... 针对多数机构面临的大规模报表数据录入问题,提出了一种基于BP神经网络的手写数字识别系统。对输入图像进行图像预处理、图像分割和特征提取,随后将提取的特征信息输入到已经训练好的BP神经网络进行分类识别。训练数据包含140幅大小归一的数字图片,其中100幅作为训练集,40幅作为验证集,并以10幅带有若干手写体数字的图片作为测试集进行识别分析。经Matlab仿真实验结果表明,该分类器具有较短的收敛时间和较为理想的识别精度,在实际工作中具有良好的应用价值。 展开更多
关键词 手写数字识别 BP神经网络 图像预处理 特征提取 分类模型 识别精度
下载PDF
基于改进多层感知机的手写数字识别 被引量：11
14
作者 何平 刘紫燕 《通信技术》 2018年第9期2075-2080,共6页
针对传统多层感知机(Multi-Layer Perceptron,MLP)模型在手写数字识别方面识别精度不高、识别效率较低的问题,提出改进的多层感知机模型,引入Dropout解决过拟合问题,Adagrad优化参数调试过程,ReLU解决梯度弥散问题,并在TensorFlow软件... 针对传统多层感知机(Multi-Layer Perceptron,MLP)模型在手写数字识别方面识别精度不高、识别效率较低的问题,提出改进的多层感知机模型,引入Dropout解决过拟合问题,Adagrad优化参数调试过程,ReLU解决梯度弥散问题,并在TensorFlow软件平台上实现该改进模型。实验表明,该改进的MLP模型能够有效地进行特征学习,在提高识别性能上表现优秀。与传统MLP算法模型相比,识别准确率提高了将近7.0%,识别效率提高了27.3s。 展开更多
关键词 多层感知机 手写数字识别 DROPOUT Adagrad ReLU
下载PDF
手写数字识别中组合式神经网络的构建方法 被引量：11
15
作者 何东晓 周春光 +2 位作者 刘淼 马捷 王喆 《吉林大学学报（理学版）》 CAS CSCD 北大核心 2009年第6期1211-1216,共6页
将聚类技术和遗传算法相结合,提出一种基于相似度传播算法和遗传算法的神经网络集成方法应用于手写数字识别问题.先分别利用主成分分析和Fisher线性判别分析对数据集进行特征提取,得到两类特征数据集,再利用Bagging方法分别为这两类特... 将聚类技术和遗传算法相结合,提出一种基于相似度传播算法和遗传算法的神经网络集成方法应用于手写数字识别问题.先分别利用主成分分析和Fisher线性判别分析对数据集进行特征提取,得到两类特征数据集,再利用Bagging方法分别为这两类特征数据集训练简单的BP神经网络,然后采用相似度传播算法对这些BP神经网络进行聚类,找到作为类簇中心的网络(中心网络),最后利用遗传算法对所有中心网络的权值进行训练,将中心网络进行加权线性集成作为最终分类器.在标准手写数字数据集MNIST上进行测试的实验结果表明,该方法的识别率优于单个神经网络的识别率,并兼顾了分类效率. 展开更多
关键词 人工神经网络 手写数字识别 神经网络集成
下载PDF
基于PCA初始化卷积核的CNN手写数字识别算法 被引量：11
16
作者 马义超 赵运基 张新良 《计算机工程与应用》 CSCD 北大核心 2019年第13期134-139,共6页
针对卷积神经网络对手写数字识别训练在卷积核随机初始化情况下收敛速度慢和识别率低的问题,提出一种主成分分析(PCA)初始化卷积核的卷积神经网络(CNN)手写数字识别算法。算法首先选取训练样本集并将其送入CNN,在相应层对Feature Map进... 针对卷积神经网络对手写数字识别训练在卷积核随机初始化情况下收敛速度慢和识别率低的问题,提出一种主成分分析(PCA)初始化卷积核的卷积神经网络(CNN)手写数字识别算法。算法首先选取训练样本集并将其送入CNN,在相应层对Feature Map进行全覆盖取图像块处理,然后进行分层PCA学习,将学习到的特征向量做为对应卷积层的卷积核参数进行初始化,最后再用这些卷积核对原始图像进行卷积操作。实验结果表明,与随机初始化卷积核的CNN手写数字识别算法相比,改进的算法在应用MNIST数据库训练时不仅收敛,而且在产生相同均方误差的情况下迭代次数少,识别率高。 展开更多
关键词 主成分分析 卷积神经网络 卷积核 手写数字识别
下载PDF
基于条件生成对抗网络的手写数字识别 被引量：11
17
作者 王爱丽 薛冬 +1 位作者 吴海滨 王敏慧 《液晶与显示》 CAS CSCD 北大核心 2020年第12期1284-1290,共7页
针对当训练样本不足时,传统深度学习算法在手写数字识别中会出现训练不稳定、识别精度较低等问题,提出了基于条件生成对抗网络的识别方法。首先,在条件生成对抗网络的基础上,利用生成器使用类别标签控制图像生成的优点,将生成器产生的... 针对当训练样本不足时,传统深度学习算法在手写数字识别中会出现训练不稳定、识别精度较低等问题,提出了基于条件生成对抗网络的识别方法。首先,在条件生成对抗网络的基础上,利用生成器使用类别标签控制图像生成的优点,将生成器产生的图像样本作为训练数据,扩充数据集。同时,利用反卷积网络和卷积网络分别构成生成器和判别器的网络结构,去掉全连接层以提升模型稳定性。然后,引入条件批量归一化,利用它使用类别标签的优点,使网络学习更多的特征。最后,改进判别器为分类器,并提出新的损失函数,加快收敛速度,提高识别精度。实验结果表明,本文所提出的手写数字识别方法生成的图像质量更好,识别准确率更高,达到99.43%,为生成对抗网络及其变体在图像识别领域中的应用提供了参考。 展开更多
关键词 手写数字识别 条件生成对抗网络 条件批量归一化 图像生成
下载PDF
基于LeNet-5模型的手写数字识别优化方法 被引量：10
18
作者 汪雅琴 夏春蕾 戴曙光 《计算机与数字工程》 2019年第12期3177-3181,共5页
作为深度前馈人工神经网络的一种,卷积神经网络在图像识别领域得到了成功应用。其中,最经典的卷积神经网络模型就是LeNet-5模型。在MNIST字符库上运用该模型,通过优化卷积层的样本训练方式,即将原来以每批固定输入样本数量、固定迭代次... 作为深度前馈人工神经网络的一种,卷积神经网络在图像识别领域得到了成功应用。其中,最经典的卷积神经网络模型就是LeNet-5模型。在MNIST字符库上运用该模型,通过优化卷积层的样本训练方式,即将原来以每批固定输入样本数量、固定迭代次数的训练方式,优化为以每批不同输入样本数量、不同迭代次数的混合训练样本方式。优化后的训练方式能够减少预处理工作量,加快识别速度。实验结果表明:在保证样本训练时间相等的前提下,优化后的混合样本输入方式可以得到更高的识别率。 展开更多
关键词 图像识别 卷积神经网络 LeNet-5模型 MNIST字符库 手写数字识别
下载PDF
一个神经网络分类器的构造 被引量：1
19
作者 张建宝 赵宗涛 +1 位作者 慈林林 陈晓峰 《西北大学学报（自然科学版）》 CAS CSCD 北大核心 2000年第6期473-475,共3页
提出了一个构造径向基函数神经网格分类器的有效方法 ,利用快速聚类和统计的方法确定网络中间层及中间层到输出层间的权值。把构造的分类器用于手写体数字的分类实验 ,取得了比较好的结果。
关键词 径向基函数神经网络 聚类 分类器 权值 中间层
下载PDF
基于OpenCV视觉库的手写数字识别系统 被引量：8
20
作者 周原锐 张逸群 +1 位作者 曹远航 孙慧慧 《吉林大学学报（信息科学版）》 CAS 2021年第5期602-608,共7页
运行在电脑的手写数字识别系统在移动性和便捷性方面存在诸多缺陷,为此,将数字识别算法移植于灵活小巧的高性能嵌入式设备,设计了一种基于视觉库OpenCV(Open Source Computer Vision Library)的手写数字识别系统。通过舵机云台调整拍摄... 运行在电脑的手写数字识别系统在移动性和便捷性方面存在诸多缺陷,为此,将数字识别算法移植于灵活小巧的高性能嵌入式设备,设计了一种基于视觉库OpenCV(Open Source Computer Vision Library)的手写数字识别系统。通过舵机云台调整拍摄角度,利用图片拼接和数字分割技术,实现短距离、大面积的手写数字识别。比较了使用KNN(K-Nearest Neighbor)、支持向量机和人工神经网络3种分类算法训练的模型在识别速度、识别准确率、模型体积等方面的区别,经过测试,使用人工神经网络算法在树莓派上的识别时间可低至0.115 s,识别准确率可达72%,具有一定的应用价值。 展开更多
关键词 手写数字识别 人工神经网络 模型训练 OpenCV视觉库
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 5 下一页 到第 页
使用帮助 返回顶部