基于神经网络的数字识别技术研究-论文.pdf

《基于神经网络的数字识别技术研究-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第13卷第2期软件导刊Vo1．13NO．22Ol4年2月SonwareGuideFeb．2014基于神经网络的数字识别技术研究刘锦(武汉大学信息管理学院，湖北武汉430072)摘要：将图像的像素特征与矩特征结合，构建了神经网络分类器，利用提取的特征向量对分类器进行了训练和测试。将图像二值化，并归一化为16*16大小，提取了其每个像素点的0、1特征共16*16—256维，图像的网格特征13维，及Hu矩特征7维，一共276维特征。建立了BP神经网络分类器，分别使用最速下降BP算法、动量BP算法、学习率可变BP算法对BP神经网络分类器进行了训练，得出了在相同条件下学习率可变

2、BP算法训练时间短，收敛快的结论。建立了PNN神经网络分类器，与BP神经网络分类器性能进行比较，实验结果表明，PNN神经网络分类器性能更好。关键词：神经网络；数字识别；特征提取中图分类号iTP312文献标识码iA文章编号：1672—7800(2014)002—0058—03量，得到图像的256维像素特征。。。。。n0引言将图像水平分成四份，垂直分成两份，分别统计这8个区域内白像素的个数，得到8维5特7征4。水8平4和8垂5直7各划334数字识别是模式识别领域的一个重要分支，在表单自两条线把水平和垂直分割成三分，统计这四条线穿过的白mO4O4O85l131动读取、信息录

3、入等方面有着重要作用。图像的像素特征像素的个数，得到4维特征。字符图像全部白像素数作为反映了图像的大量信息，稳定性好、易于实现。其矩特征1维特征，得到图像的13网格特7征9，2数字613—49的9193网3285具有平移、旋转和缩放不变性，匹配性好]。格特征如表1所示。人工神经网络是由大量简单的基本元件——神经元表1数字1—9的173网9格特1征6O7772267相互连接，通过模拟人的大脑神经处理信息的方式，进行7420三2信息并行处理和分线性转换的复杂网络系统]。自1943年心理学家McCulloch和数学家Pitts提出神经元生物学85733777125模型以来，

4、人工神经网络经过不断地发展成熟，至今已经广泛地应用于各个领域。本文将图像的像素特征和矩特56736757137征相结合，用于人工神经网络分类器的训练和测试，获得864O4O1144了良好的识别效果。796767793441图像特征提取特征提取是根据测量数据确定出对分类有意义的数据作为特征数据，这些特征类内样本距离应尽量小，类间样本距离应尽量大]。特征提取算法应具有较高的稳定性和鲁1．2Hu矩特征提取棒性，同时又便于提取，易于实现。在特征提取之前，需要不变矩是描述图像的方法之一l。矩不变量由于具对图像进行预处理。首先，将图像进行二值化处理，保证目有不随图像位置、大小和方

5、向而变化的特点，对于提取图标像素值为1，背景像素值为0；然后，将图像归一化为16*像中的形态特征来说，是一个非常有效的工具。区域16像素大小。在完成图像二值化和归一化的基础上，再对f(x，)的(+q)阶矩定义为：图像的像素特征和Hu矩特征进行特征提取。：∑∑z～Yf(x，)户，q=o，1，2，⋯(1)1．1像素特征提取将16*16的二值图像矩阵转化为256维的0、1向其相应的中心距定义为：作者简介：刘锦(1979一)，男，武汉大学信息管理学院硕士研究生，研究方向为软件工程。第2期刘锦：基于神经网络的数字识别技术研究．59．“一∑∑(一(一)。f(x，．)，)户，q一0

6、，1，2，⋯络进行学习，BP网络的学习算法有多种。最速下降BP算法按照式(12)对每一层权值和阈值(2)进行修正。其中，=，一一toOl，即重心坐标。(i)是目1710omoo‘+1)一)一a(12)标区域灰度质心。f(x，)的归一化(+q)阶中心矩定义其中(忌)为第k次迭代各层之间的连接权向量或阈为：值向量，x(k+1)为第愚+1次迭代各层之间的连接权向一，q_()'1，2，⋯(3)量或阈值向量，为第k次迭代的神经网络误差对各d．L定其中：权值或阈值的梯度向量，为学习速率，在学习时为一常y一+1，q一2，3，4，⋯(4)数。A下列7个二维不变矩是由归一化的二阶和三阶

7、中心矩得到的。它们对平移、旋转、尺度变换具有不变性：：一+2(5)●o马一(。一z)+4(6)图2BP神经网络的一般模型一(。一3z)。+(3y21一r／o。)(7)一(+z)+(t+)(8)动量BP算法在梯度下降算法的基础上引人动量因子叩(0<刁<1)_9仍=(。一37]z)(。+z)[(。+z)一3(+。)]+(3一。)(+。)[3(。+z)一(+。)。](志+1)一)1—)(9)x(k+1)一(忌)+(是+1)(13)=(伽一7／0z)[(173。+z)一(172+r／o。)。]在最速下降BP算法和动量BP算法中学习率是一个+4pn(o4-2)