[人工神经网络在手写体字符识别中的应用]方娟

【人工神经网络在手写体字符识别中的应用】方娟.pdf吉林工业大学硕土研究生毕业论文 摘要 本文基于人工神经网络理论,对手写体字符(包括10个阿拉伯数字和 大小写52个英文字母)识别工作进行了深入的研究.首先对人工神经网络中常用的几种模型,如Hopfield模型,Hamming 网络,BP网,新感知机(Neocognitron)模型,Dystal(DynamicallyStable AssociativeLearning)模型进行分析研究,然后确定选择其中的BP网和Dystal 这两种模型进行实验仿真,由实验结果证明这两种模型比较适合于识别手写 体字符。吉林工业大学硕土研究生毕业论文 目 第一章 引言 第二章 神经网络概述 2 神经网络的概念及其工作原理 S2 神经网络的一般框架 S2 神经元模型 2 人工神经网络的训练(学习)第三章神经网络与字符识别 S3传统模式识别与神经网络模式识别 S3应用于字符识别的几种神经网络模型 S3新感知机模型 S3Dystal模型 S3Dystal模型的生物学基础及特点 S3Dystal网络的设计 S3BP网络模型 S3简介 S3反向传播(BackPropagation)法的推导 S3.吉林工业大学硕士研究生毕业论文 第一章引言 利用机器模仿人类的智能是长期以来电子计算机发展的趋势。在寻求其 发展的过程中,逐渐形成了一个新兴的学科交叉技术领域,人们称之为“人 工神经网络”(ANN-一ArtifitialNeuralNetwork)。它的发展将为人工 智能、模式识别与信息处理等学科的研究带来新的生机和希望.从神经生物学、神经解剖学、神经生理学和人工智能技术来看,神经元(神经细胞)是动物和人脑神经系统的基本结构和功能体。ANN是对人脑 神经系统的模拟,它是由大量神经元组成的。像语言、图像及机器人一样,都有模式匹配的形式,即接收一个输人,就有一个相应的输出与之匹配。
———— 文字由OCR识别(未校验)，可能存在错字；请以原始完整版为准。