基于原型生成技术的手写体数字识别

2015年8月第36卷一第8期

计算机工程与设计

COMPUTER ENGINEERING AND DESIGN

Au g .2015Vol .36一No .8

??????????????????????????????????????????????????

基于原型生成技术的手写体数字识别

任美丽,孟一亮

(太原理工大学计算机科学与技术学院,山西太原030024)

摘一要:为进一步从已有实验方法中提高手写体数字识别识别率,降低数字识别的时间,提出基于原型生成技术的实验方案三该技术包含两部分的处理过程,第一阶段应用自适应共振理论1(ART1)从原有训练集中选择概括全部特性的原型集合的解决方案,第二阶段利用自然演化理论的执行生成最优原型,使目标函数最小化;采用k -NN (k -nearest nei g hbor )邻近算法进行手写体分类识别三在ART1的基础上,利用自然演化策略的方式改变原型生成技术对MNIST 数据库的识别,验证了该技术能够很好权衡识别准确率二分类速度和手写体风格变化的稳定性三

关键词:手写体数字识别;原型生成;k -NN 邻近;自适应共振理论;自然演化策略中图法分类号:TP391.43一文献标识号:A一文章编号:1000-7024(2015)08-2211-06

doi :10.16208/j .issn1000

-7024.2015.08.040收稿日期:2014-08-23;修订日期:2014-10-26

作者简介:任美丽(1988),女,山西朔州人,硕士研究生,研究方向为模式识别;孟亮(1964),男,山西太原人,教授,硕士生导师,研究方向为模式识别二图像处理三E -mail :987552057@qq .com

Handwritin g di g it reco g nition based on p rotot yp e g eneration techni q ue

REN Mei -li ,MENG Lian g

(School of Com p uter Science and Technolo gy ,Tai y uan Universit y of Technolo gy ,Tai y uan 030024,China )

Abstract :To im p rove the reco g nition rate of handwritin g di g it reco g nition and reduce the time of di g ital identification of the existin g ex p erimental methods ,a p rotot yp e g eneration techni q ue was p resented.Protot yp e g eneration was a pp roached as a two -sta g e p rocess.In the first sta g e ,an ada p tive resonance theor y 1(ART1)based al g orithm was used to select an effective initial

solution ,while in the second one ,the natural evolution strate gy was used to g enerate the best p rotot yp es ,and the ob j ective

function was minimized.The classification task was p erformed usin g the k -nearest nei g hbor classifier.The p rotot yp e g eneration

technolo gy was chan g ed b y usin g natural evolution strate gy a pp roach based on ART1to identif y the MNIST database.The p ro -

p osed techni q ue was verified to be able to re p resent a g ood trade

-off amon g accurac y ,classification s p eed and robustness to hand -writin g st y le chan g es.

Ke y words :handwritin g di g it reco g nition ;p rotot yp e g eneration ;k -nearest nei g hbor ;ada p tive resonance theor y ;natural evolu -

tion strate gy

0一引一言

为了满足行业的需求,手写体数字的识别体系必须具有精确地识别率二可接受的分类速度和对多变字体的鲁棒性三目前,在手写体数字识别方面,有很多方法都达到了其要求的识别准确性,包括多级神经网络二支持向量机和传统的邻近算法等三然而,这些方法都没有权衡空间和时间的差异三因此,为了避免重新训练样本,浪费数字的分

类时间,本文采用了基于原型技术的k -NN 邻近算法[1]

进

行分类识别三该技术主要包含以下几个重要的步骤:通过自适应共振理论的无监督性学习来选取能够包含所有样本特征的原型集合;利用自然演化理论的原则将原型集合进

行优化,建立一个具有最小集合的边界,产生最优的最能代表整个样本的集合;通过k -NN 邻近算法将原型技术应用于MNIST 手写体数字数据库中三依据不同阶段的处理过程寻找的最优的原型集合,减少k -NN 算法的分类时间,

但不影响算法分类识别的精确度,权衡手写体数字识别上的时间和空间的差异三话句话说,采用适当原型生成技术的k -NN 分类器可以权衡识别的准确率二分类速度和手写体风格多变的特征三

1一工程简介

k -NN 算法主要是针对未知的待识别的测试样本,从训

练集中找出和其最接近的K 条记录,然后根据它们的主要