通过识别手写体数字比较神经网络与最贴近相邻分类器之性能
合集下载
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
通过识别手写体数字比较神经网络与最贴近相邻分类器之性能Weid.,WE;陈保恩
【期刊名称】《图象识别与自动化》
【年(卷),期】1997(000)001
【摘要】本文比较了两种识别手写体数字的技术，各以二维（２Ｄ）空间快速傅里叶变换（ＦＦＴ）系数，几何差动（ｍｏｍｅｎｔ）和拓扑特性等进行比较，分别采用一种逆向传播神经网络和一种最贴近相邻（ｎｅａｒｅｓｔ－ｎｅｉｇｈｂｏｒ）分类器，评价识别特性与运算条件，比较结果表明，神经网络解决复杂问题性能远优于相邻分类器，而且成本也低。
【总页数】8页(P65-72)
【作者】Weid.,WE;陈保恩
【作者单位】不详;不详
【正文语种】中文
【中图分类】TP391.41
【相关文献】
1.特殊类别特征的多项式分类器在模式分类及其手写体数字识别中的应用 [J], Cheng-Lin;Liu;Hiroshi;Sako;莫知（译）
2.用神经网络分类器识别非限制手写体数字 [J], Cho.,SB;陈保恩
3.模式分类器在手写体数字识别中的应用比较研究 [J], 汪青;干静
4.模式分类器在手写体数字识别中的应用比较研究 [J], 汪青;干静
5.优化BP神经网络在手写体数字识别中的性能研究 [J], 王俊杰
因版权原因，仅展示原文概要，查看原文内容请购买。