基于多特征多级神经网络的脱机手写汉字识别方法_NoRestriction.pdfVIP

基于多特征多级神经网络的脱机手写汉字识别方法 王文伟 袁 霞吴丽芸 梅志清 武汉大学电子信息学院，湖北武汉430079 Email：wwwang@yahoo．cn 摘要：针对常用银行汉字字符集的识别，本文实现了三种基于不同的特征提取方法的神经网络脱机手写 汉字识别系统，在分类网络的基础上，设计和实现了一种针对每个字符具有可信度判别功能的神经网络作 为一种新型的多分类器集成方法。实验结果表明，该方法对于脱机手写汉字识别率的提高具有显著作用。 关键词：手写体汉字识别，特征提取，多层感知器，多级神经网络 omlineHandwrittenChineseCharacter Recognition Multi-featureandMulti—levelNeuralNetwork Using ‘ Wenwei，YuanXia，Wu Wang Liyun，MeiZhiqing SchoolofElectronic Information，Wuhan University,Wuhan，430079，China Email：wwwang@yahoo．ca Abstract：This an handwrittencharacter whichdealswith system paperpresentsoff-line recognition chinesecharactersinbank．Three extractionmethodsin with different common哆-used feature conjunction neutralnetworkareusedintheindividual anovel multi—layerperceptron recognitionsys把ms．As multiple— a the amulti—levelneuralnetwork whichutilizesnetworkwith classifier metho吐we approach integration propose to out that one--class··one--netstructure demonstratesthe carry strategy．Theexperiment proposedapproach reject ispromising． Chinese character Keywords：handwrittenrecognition，FeatureExtraction，Multi—layerPerceptron,Multi—level Network Neural 1 引言 手写文字在人们的日常生活事务中几乎无处不在，因而手写文字的机器自动识别具有很 高的应用研究价值，例如手写汉字识别用于银行支票等票证的自动处理，可以极大提高银行 业务的处理效率。神经网络是一种基于大量神经元广泛互联的数学模型，由于其自适应能力、 非线