一种基于统计特征的手写体特殊数学符号识别方法

摘要：

本文提出了一种采用BP神经网络来对无限制手写数学符号识别的方法.在选取基于统计特征值的基础上,对三层的BP网络进行训练.通过200个训练字符样本及100个测试样本,识别率达93.67％.实验结果表明,该方法对手写体数学符号识别效果良好,不仅简化了传统识别的复杂度,而且提高了识别的准确性.

关键词： neural network back propagation character recognition

作者: 吴平平 杨戈 刘宏

作者单位: 北京大学深圳研究生院 集成微系统重点实验室 518055 北京大学 机器感知与智能重点实验室 100871

会议类型: 国内会议

会议名称: 中国人工智能学会第十三届学术年会

会议地点: 北京

会议语种:中文

页码: 387-392

在线出版日期: 2009-10-01（万方平台首次上网日期，不代表论文的发表时间）