BP算法在手写体脱机字符识别中的应用.pdfVIP

维普资讯 实践与经验 陈子宁 (广州企业网，广州 510600) 摘 要：借助现代计算机强大的计算和信息处理能力 ，人工神经网络的应用从二十世纪8O年代开始形成 热点以来。一直方兴未艾，在模式识别与图像处理，控制优化，金融预测与管理 。通信等方面都取得 了丰硕的成果。BP算法作为神经网络研究中一种比较成熟的基础算法，在处理静态网络 。如文字 识别、空间曲线的逼近等 问题取得较好的效果。本文借助数学软件 MATLAB，使用BP算法研究 了手写字体英文字母的计算机识别，经过推广可用于汉字识别和数字签名等方面。 关键词：BP算法 ；手写字体 ；计算机识别 引 言 组变量p(r)(在下面讨论的字符识别中，相当于手 写体字符经过数字化处理后得到的矩阵向量 )，输 汉字识别和数字签名一直是计算机应用领域 入层和中间层之间，中间层和输出层的每两个节点 的热点之一。对于企业来说 ，随着企业信息化建设 之间都有一个连接权w (i’j)，输出层是 目标向量 a 的深入发展，如何保证信息传送过程中的安全性和 (在下面讨论的字符识别中，相当于手写体字符对 信息的真实准确性愈来愈重要 。其 中一项就是签 应的数字矩阵向量)。通过 BP算法的学习，主要是 名真伪的鉴定。本文将介绍神经网络中反向传播 通过样本进行训练，每训练一次，就进行连接权的调 算法(BP算法)以及如何实现手写体英文字母计算 整，直到输出误差许可的结果为止(例如，对英文字母 机的识别。 Z，我们希望输出它以95％的概率输出序号26)。 1 神经网络及 BP算法的介绍 人工神经网络 ，就是从研究如何模仿人脑智能 的角度出发，探索新的信息表示、存储和处理方式， 设计全新的计算机处理结构模型，构造智能化的信 息处理系统来解决实际工程和科学研究领域 中的 输入层 中问层 输 出层 问题。借助现代计算机的强大快速计算能力，从 80 图 1 现 年代初开始 ，神经网络得 以迅速发展 ，并在学习理 代 论 、动态网络的稳定性分析 ，还有实际应用领域如 使用matlab作伪代码，写出具体训练过程如下： 计 模式识别、图像处理 、金融管理 、通信等方面取得了 ①用小的随机数对每一层的权值w和偏差b 算 广泛的成功 。目前 ，在神经网络的实际应用中，对 进行初始化 ，以保证网络不被大的加权输入饱和 ， 机 于静态系统来说，绝大部分的神经网络模型都是采 ，、 同时还要进行一下参数