手写体数字的神经网络识别方法

摘要

本文研究了手写体数字识别的新技术，采用模式识别传统技术与神经网络模型相结合的方法，即在抽取样本模式有效特征的基础上，训练神经网络分类器进行识别，所采用的神经网分类器为带有一个隐层的多层网，它能在网络学习过程中自适应地调节稳元数。实验表明本系统的性能大大优于采用最近邻分类器的识别结果，本文研究的方法具有广义性，特别是自组织结构的神经网络分类器，可适用于其它模型识别任务。