人工神经网络在多国货币识别中应用的研究

《人工神经网络在多国货币识别中应用的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、重庆大学硕士学位论文人工神经网络在多国货币识别中应用的研究姓名：陈政申请学位级别：硕士专业：计算机系统结构指导教师：徐问之19990401币庆大学硕十研究生学位论文摘要f．W申经M络的应用是目前广泛开展的研究课题，在许多领域已取得显著的成果，似在挟取神经网络的最佳性能、改善神经网络的训练以及把神经网络集战到现有手段和操作环境等方面还存在很多困难。对神经网络应片j的研究足√卜实践性很强的过程，综合了神经网络的概念、原理等诸多内容。y本文以神经网络模式识别理论为基础，针对以银行业和零售业中要求自动操作为背景的多国货币识别问题，用软件模拟的方法实现了多层感。知器对多国货币的识别。、丫多国货币识别

2、的特点在于：货币图像复杂、需要分类的种类繁多、图像噪声多样、编码块图像的截取、编码字符与背景图案的分离等等。用传统的模式识别方法很难有效地解决这些问题，冈此引入神经网络实现对多国货币的分类和货币编号的识别。结合神经网络的理论和货币识别的具体要求，我们首先解决了将神经网络集成到以微机为核心的软件模拟环境ql：然后从众多的神经网络模型中，我们选用前馈多层感知器和BP学)J钎法，fn软件的方法设训了一个通用的生成多层感知器的训练器，成功地。灯l见了网络的构造和识别应用；在此基础上，为了提高系统的效率，我们通过大旨的实验，分析了多层感知器在模式识别中的一些具体问题并改进rIl司络训练方法，大幅度地

3、提高了神经网络的训练速度。在货币编码块的处理中，我们用先验识别法解决了编码块的定位，用动态阀值法币¨平滑处理解决了编码图像的二值化和去噪。另外，还实现了字符分割。，字符的识别采用尤特征提取的方式，仍然用神经网络分类器，实现了宁符的iF确识别。找制收集r儿个国家儿l‘利t货币的几自个样本对该网络系统进行了实验和计算机仿真，证明了方法的有效性和正确牲，为神经网络货币识别的进一步研究和开发打下厂理论和实验基础。夕关键字：神经网络，模式识别，多层感知器，BP学习算法，训练器重庆大学硕士研究生学何论文摘要AbstractAl柚．嘶lmftheNS(nm脚啦¨州砷isapD№nflHtare鼬屿棚州d

4、晦Many呷dllc妇B舭蛐cuthI眦可诎bbltⅡ呲眦轴呲蠲岫崦刚I鹅l唧协班皿lebestcapali'yofNN,胁把iI唧lIle啪雩越NN删胁缶岫耻ttleⅢandinsman翟ntand叩晌18—即m啦吐h西ap喇强Ⅱ鬻缸咖由Ⅱt珥叫i嘲妇0fNN挪1d打ld毗b∞mq懿删pild—鼠脑edmⅡ警瑚帅阳∞孚曲哪pl量l呜虹砌I矾舡吐l醯伽Ⅱ瞄们峨幻珊呻孽觑md画。0Ⅲ1hj醪paperoulxmcybyshuladvesoOwareforthe疆咖n埘缸opca劬ninhu氐andlretall腻TIlecll觚棚州曲岱0f帕理蛾咿棚瑚，呵骶the唧I叫虹出蚺踟ntypes,

5、nⅡ●hlo娩deal堍withthedeigncfsorialmnd材ltiockandSt)吡hisdicult幻dmmlghtmlwilhusualmmHbSOweadoptNN缶I啦the吐瞄蛐Iof弘驴盯aI响qandthe帕呻咖0fllleserial咖妇Fist硝all,we“昭r删NNintothesknulativeaw面咖啊嘣ofthe瑚ja廿咖l啊蛔恤肌蛔aletofmodd岛wed岫耐Ⅱ鸶mI岫胃呷ep咖aIld卿岫吨却曲n幻晒舯a鲫吲妇蛐r埘伽h砌m油谴哆仃pe啦印峋ll，and伽噶帆l咖dme璀蛔u恼wlIdlw鼯I酬轴∞瞍lI如hl弧-盯幻a山锄∞仉岫瞎spe

6、edand碰bd衲，鹦we疆d的ed龇p曲璐andh甲f删册the们痂●号mdt-0凼llll呻—喇秭球而T唧电1b矗柚wiI}ld商印0fs日谢舢b盯№dkⅡt位岫∞m由mdl髓喀l蜘isen叩loyaltoIocaeIhese划l瑚mlb盯HDdkandⅡ鸷由砸孤试c曲埘圳m砸10d西哪呷-口，叫bh翟l幽葩Ⅱ忙粤：可h瑚咎t0嫡埘y-I翰辨1hmme暗Hlyi瑚擎备矗I乓母硼m删删协p戏Ide邶＆抛ld．嘲‘劬edd0虹Afb·n警啪ectdl甜a曲冒出湎～Ⅱ鼍船i瞳血ⅡIIb盯d哪m曲肾适m∞臼捌byNNwithoutcharnaeriaicexaction．Wecoleaedp-

7、，dU鲫[I啦茁涨咖血ibw曲ape而∞嘛and∞啪p时如捌m，the驷叽弘uve幽dive枷咖喊蛳她柚嘶I售如由吨慨岫删嘲删a弹响州删搬K∥words：r删nawod玛弹岫lm咖粤副m，mI捌岍弘如印衄峨重庆大学硕士研究生学位论文第一章绪论§1．1引言第一章绪论最近十多年来，人工神经网络的研究和发展取得了令人注目的成绩，存一些人工智能无法突破的领域，神经网络的应用使人们找到了解决非线性处理的种自效肘缇。特别在模式识别中