基于神经网络的文字识别模型

基于神经网络的文字识别模型 如果您需要更多资料可以到www.docin.com/week114进行免费查阅。 基于神经网络的文字识别模型 李爽 辽宁 工程 路基工程安全技术交底工程项目施工成本控制工程量增项单年度零星工程技术标正投影法基本原理 技术大学理学院，阜新 (123000) E-mail: lishuang522@yahoo.com.cn 摘 要:智能型系统的研究一直是 21 世纪的研究热门，对于文字、图像等的识别也一直是人们研究的热点。目前，已经有很多的方面都应用了识别这一项技术。例如:手机的手写输 入、高考的电脑阅卷，还有一些应用于安全保险，如:保险柜的指纹密码等等。这些都是对 文字和图像识别技术的应用。本文应用神经网络的自动联想模型对文字识别进行研究，对汉字、字母、数字等进行区分和识别，以达到辨识的目的。该模型识别的精度高、方法简单易 懂、有较强的抗噪性。在理论研究中有很大的参考价值，相信在实际的应用中也能够存在一 关键词:文字识别;安全保险;定的实用价值。 自动联想;抗噪性 1. 引言 近年来，智能型系统的研究已经渐渐成为了人们的研究热门。对于文字识别的技术更是 应用广泛，目前，各种的识别应用的相当广泛，如:语音、图形、文字等等方面的识别在日 常的应用中都有所体现，最明显的一面就体现在电话方面，手机的语音拨号、手写输入，这 [1]些都应用了识别技术。由于 BP 网络存在训练时间较长、很容易陷入局部最小值等不足， 尽管采用一些改进的算法可以较好的解决某些实际问题，可在 设计 领导形象设计圆作业设计ao工艺污水处理厂设计附属工程施工组织设计清扫机器人结构设计 过程中往往都要经过反复 [2]的试凑和训练过程，无法严格保证每次训练时的 BP 算法的收敛性和全局最优性。与此相 比，Hopfield 神经网络不需要反复的试凑，因为此网络已被证明是收敛的，而且是能量函数 E-收敛的。它是一种具有记忆功能的反馈型神经网络，其中学习和识别过程可以分别地独立 进行。本文仅以文字识别为例进行研究，采用自动联想的方法对文字进行识别。采用霍普菲 [3]尔德网络作为联想存储器，建立关系，并选取样本进行训练，从而强化该神经网络，提高 识别的准确率。 2. Hopfield 神经网络 Hopfield 神经网络的应用形式有联想记忆和优化计算两种。其中联想记忆是指当网络输 入某个矢量后，网络经过反馈演化，从网络输出端得到另一个矢量，这样输出矢量称作网络 从初始输入矢量联想得到一个稳定记忆，即网络地一个平衡点。优化计算是指当某一问题存 [4]解法时，可以设计一个目标函数，得到寻求满足这一目标函数的最优解法。本文将 在多种 采用联想记忆的形式进行汉字识别。 Hopfield 神经网络的结构如图 1 所示，当网络根据输入得到输出后，该输出将被反馈到 [5]输入端，成为新的输入，如此反复，通过对网络权值和阈值的调整，直到网络的输出稳定 为止。该网络的所有神经元都是一样的，它们之间相互连接。从系统观点看，该网络的演变 过程是一个非线性动力学系统，可以用一组非线性差分方程或微分方程来描述。系统的稳定 性可用“能量函数”进行 分析 定性数据统计分析pdf销售业绩分析模板建筑结构震害分析销售进度分析表京东商城竞争战略分析 。在满足一定条件的情况下，“能量函数”的能量在网络运行过 程中不断地减少，最后趋于稳定平衡状态。一个非线性动力学系统具有许多性质，例如稳定 问题，各种类型的吸引子以至混沌现象等，利用这些特性可以完成各种复杂的计算。 - 1 - 如果您需要更多资料可以到www.docin.com/week114进行免费查阅。 1 a(k ? 1) D LW 1.1 1 a(k ) 1 P n 1 a(0) 1 1 S * R + 1 S *1 1 R*1 1 S *1 1 R1 b1 1 S *1 1 Hopfield 神经网络结构图11R——输入矢量的维数;S——神经元的个数;P——网络的初始状态 3. 霍普菲尔德网络的汉字识别 3.1 Hopfield 联想存储器 用 Hopfield 网络用作联想存储器时，工作氛围如下两个阶段: 3.1.1 学习阶段 (k ) (k ) (k ) (k ) [6] 对于给定的 m 个要存储的样本X = ( x , x ,L, x ) ，k=1,2,…,m,按照 Hebbn 1 2 学习规则调整网络权值ω,以使得每个要存储的样本都成为系统的一个吸引子。 ij 3.1.2 联想阶段 在ω调整好(不变)的情况下，给出一部分残缺或被干扰的信息，作为联想关键字， ij 按照动力学规则变化神经元(节点)状态，使系统最终收敛到某个吸引子 3.2 基于 Hopfiele 网络的汉字识别 输入的样本为“汉字”，书写的 模板 个人简介word模板免费下载关于员工迟到处罚通告模板康奈尔office模板下载康奈尔 笔记本 模板 下载软件方案模板免费下载 是一个 20×20 个单元的点阵，也可以 表 关于同志近三年现实表现材料材料类招标技术评分表图表与交易pdf视力表打印pdf用图表说话 pdf 示成一个 20×20 的矩阵。对于一个特定的文字，模板上有笔画的地方为黑色，对应与矩阵元素为 1，否则为 0。因此书写一个字体可以用一个 20×20=400 的(0-1)响亮表示。联想存储器是一个具有 400 个节点的 Hopfield 网络。 (a) (b) 图 2 Hopfield 网络用作联想记忆 图 2(a)为最初记忆的 6 个样本，(b)为受污染的个体，当有噪声干扰的汉字“中”输入 网络后，经过数次迭代最终得出正确的结果，汉字“中”。 - 2 - 如果您需要更多资料可以到www.docin.com/week114进行免费查阅。 4. 结束语 本文根据 Hopfield 神经网络特有的记忆功能及识别能力，将其 应用 到一个实例中:识 别含噪声的汉字，其容错能力比起 BP 网络法有一定的增强。但在噪声均方差稍大时就不如 BP 网络法，可以看出该方法能有效地识别带有噪声的字母。在今后的工作中可以考虑将 BP 和 Hopfield 两种网络的优点结合在一起，利用这两种网络的优点进行字符识别，可以改善各 自的不足。 参考文献 [1] 许东，吴铮. 基于 MATLAB6.x 的系统分析与设计——神经网络(第二版)[M]. 西安: 西安电子科技大 学出版社, 2002:221-228. [2] 韩力群. 人工神经网络理论 、设计及应用[M]. 北京: 化学工业出版社, 2002:82-85. [3] 郭嗣琮，陈刚编著. 信息科学中的软计算方法[M]. 沈阳:东北大学出版社, 2001.11 [4] 海尔曼?哈肯著. 协同学——自然成功的奥秘[M]. 戴鸣钟译, 上海:上海科学普及出版社, 1988 [5] 黄润生. 混沌及其应用[M]. 武汉:武汉大学出版社, 2000 [6] 董军，胡正序. 混沌神经网络研究进展与展望[J]. 信息与控制, 1997, 26(5) Based on Neural Network Character Recognition Model Li Shuang Liaoning Engineering Technology University Abstract Intelligent System for the 21st century has been a hot research, for text, images, such as the identification of people has always been a hot research. At present, a number of aspects of the application of the identification of this technology. For example: the mobile phone handwriting input, the computer scoring college entrance examination, there are a number of security applies to insurance, such as: safe fingerprint password, and so on. These are for text and image recognition technology. In this paper, neural network models of Lenovo's automatic character recognition study of Chinese characters, letters, numbers, etc. to identify and differentiate in order to achieve the purpose of identification. The model is the identification of high-precision, easy-to-read method, there is a strong anti-noise. In the theoretical study of great reference value, I believe in the actual applications can also be some practical value. Keywords: Character recognition; security insurance; automatically think of; of noise - 3 -