【汉字手写体识别的神经网络方法】郭剑峰.pdf
摘要 大量的汉字信息输人到计算机将耗费极大的人力物力,汉字识别技术的 研究因此应运而生。汉字识别中最棘手的问题是它的集合庞大,结构复杂,且 字形相似.手写体汉字的识别更由于其变形大,特征抽取不稳定,一直是识别 中的一个难点.传统的模式识别方法难于解决大畸变下文字本质特征的抽取及 复杂的大类模式的分类等问题,因此神经网络方法成为近年的汉字识别研究的 热点和新方向.汉字识别的几个基本部分包括预处理,识别方法,后处理等。由于预处 理部分一般都有比较成熟的算法,加上汉字识别的工作量较大,论文期间不可 能对各个部分都面面俱到,因此把设计的重点放在识别方法的考虑上,汉字的识别方法可以有两个方面的侧重点
目 前言 第一章 概述 .1 汉字识别简介 1 汉字识别方法 1 模式识别基本理论 1 神经网络概述 6 汉字识别系统介绍 .1 系统总体设计思想 第二章 神经网络原理方法 2 人工神经网络的基本原理 2 BP网络及其特点 2 ART网络及其特点 2 ANN模型的选取及比较 第三章 汉字识别的预处理技术 第四章 汉字识别的粗分类 S 4 粗分类问题的提出 S4 粗分类的总体方案实现 S4 粗分类的特征选取 4 粗分类算法实现 .4 仿真实验结果及分析评价 第五章 汉字细分类方法及实现 .5 方案设计考虑 5.
第一章概 S11汉字识别简介 汉字识别(ChineseCharacterRecognition)即用计算机自动辨识印刷 在纸上和人写在纸(或介质)上的汉字.它在应用上是一种汉字信息处理系统 中的高速自动输人方式,也是新一代计算机智能接口的一个重要组成部分。汉 字识别系统采用光电转换装置把汉字或字符变为电信号,由计算机自动“阅读,称为光字符阅读机,简记为0CR 汉字识别属于模式识别和人工智能的范畴的一个分支,不但在实际应用方 面十分重要,在理论研究方面亦有重大意义．汉字字量大,即模式类别很多,是大类别(或称为超多类)模式识别问题,同时识别技术还涉及数字信号处理,机器智能,自然语言理