【人工神经网络技术在手写体字符识别中的应用】段继承.pdf

吉林工业大学研究生毕业论文用纸摘要本篇论文主要研究人工神经网络理论在手写体字符识别领域的应用。有先对Hpbield 网络、Hamming 网路、BP 网、感知机模型进行了简单的实验分析,着重以Dystal(Pynamically StableAssociativeLearning)模型来研究其手写体字等识别的能力。给出了手写体数字识别的仿真结果,根据手写体数字满足高斯分布的等莫建立了一个手写体数字智能训练集,取得了良好的实验效果。提出 3将传统识别方传与神经问给言传相传合的方案,并实际应用于DySta模型中,对模型翅改进,取得了更高的识别率。

吉林工业大学研究生毕业论文用纸目录第一章绪论第二章用于手写体字等识别的比种神经网络模型.-8 S2一1神经网络基本概念与神经网路分类器—-a-2手写体字识别一 s2-3HoPfiald网铭模型-.-14 5 2-4Hamming神经网络-2-5差仅向结播(EBP)算网路模型 2-6新感知机模型第三章手写体数字智能训练集 33一1手写体数字生或原理 33-2智能训练集没汁第四章Dysta1 模型-4-1PyStal 模型的生物学基础B特类-84-2Dysta1 模型的结构与实现 34-3实验仿真 4-4硬化方案-第五章传统识别方传与神经网络方传的传合.

吉林工业大学研究生毕业论文用纸第章绪论神经网路的研究己有几十年的历史。早在一九四三年,理学家Mccu/1och和数学家Pitts合作提也神经之的学模型(称之为MP模型),开创了神经科学理论研究多新时代。一九四四年,Hebb提出了改变神经元连接强的e的规则,它们至今仍在各种神经网络模型中起 1重要作用。作为人工智能的网亲完的研究是五年代未六十年代初开如的,一九五七年Rasenblatt首次进了感知器概念,一九六二年Widrow提出了自适应浅生无件的概念,它是连卖取值的线性网络,主要用 F自适应亲流,这与当时占主导地位的以顺离散符生推理为基本特征的A工途径完全不同,引起了人