基于LVQ神经网络算法的脱机手写数字识别研究

合集下载

相关主题

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)。

基于ＬＶＱ神经网络算法的脱机手写数字识别研究
周旭，伍东亮
（湖南机电职业技术学院电气工程系，湖南长沙４１０１５１）
摘要：针对ＢＰ神经网络进行脱机手写数字识别所存在的问题，提出用自组织竞争神经网络（ＬＶＱ）对
脱机手写数字识别的方法．介绍了ＬＶＱ神经网络算法，并构建了ＬＶＱ神经网络的识别模型，用Ｍａｔｌａｂ软件进
Ａｂｓｔｒａｃｔ：ＩｎｖｉｅｗｏｆｔｈｅＢＰｎｅｕｒａｌｎｅｔｗｏｒｋｆｏｒｅｘｉｓｔｉｎｇｐｒｏｂｌｅｍｓｉｎｔｈｅｏｆ－ｌｉｎｅｈａｎｄｗｒｉｔｔｅｎｄｉｇｉｔ
行了仿真．将获得的仿真结果数据与ＢＰ神经网络的测试结果进行对比分析，发Ｊ￣ＬＶＱ神经网络对脱机手写数字的识别率明显高于ＢＰ神经网络，且收敛速度更快．该方法在脱机手写数字识别领域具有一定的可行性与指
导性．
关键词：ＬＶＱ神经网络；手写数字识别；识别率中图分类号：ＴＰＩ８３文献标识码：Ａｄｏｉ：１０．３９６９￣．ｉｓｓｎ．１６７２ — ７３０４．２０１４．０２．０１６
第２３卷第２期２０１４年６月
湖南城市学院学报
（自然科学版）
、ｂ１．２３ＮＯ．２Ｊｕｎ．２０ｌ４
Hale Waihona Puke Baidu
ＪｏｕｒｎａｌｏｆＨｕｎａｎＣｉｔｙＵｎｉｖｅｒｓｉｔｙ（ＮａｔｕｒａｌＳｃｉｅｎｃｅ）
ｒｅｃｏｇｎｉｔｉｏｎｒａｔｅｏｆｏ－ｌｆｉｎｅｈａｎｄｗｒｉｔｔｅｎＮｕｍｂｅｒｓａｒｅｓｉｇｎｉｆｉｃａｎｔｌｙｈｉｇｈｅｒｔｈａｎｔｈｅＢＰｎｅｕｒａｌｎｅｗｏｔｒｋａｎｄｉｔ
ｒｅｃｏｇｎｉｔｉｏｎ，Ｔｈｉｓｐａｐｅｒｐｕｔｓｆｏｒｗａｒｄｔｈｅｍｅｔｈｏｄｏｆｏｆ－ｌｉｎｅｈａｎｄｗｒｉｔｔｅｎｄｉｇｉｔａｌ（ＬＶＱ）ｏｒｆｏ－ｌｆｉｎｅｈａｎｄｗｒｉｔｔｅｎｄｉｇｉｔｒｅｃｏｇｎｉｔｉｏｎ．ＩｔｉｎｔｒｏｄｕｃｅｓｔｈｅＬＶＱｎｅｕｒａｌｎｅｗｏｔｒｋａｌｇｏｒｉｔｈｍ，ａｎｄｉｔｃｏｎｓｔｒｕｃｔｓｔｈｅＬＶＱｎｅｕｒａｌｎｅｗｏｔｒｋ
文章编号：１６７２ — ７３０４（２０１４）０２４）０６７－０４
Ｏｆｆ－ｌｉｎｅＨａｎｄｗｒｉｔｔｅｎＤｉｇｉｔＲｅｃｏｇｎｉｔｉｏｎＢａｓｅｄｏｎＬＶＱＮｅｕｒａｌＮｅｔｗｏｒｋ
ｔｈｅｄａｔａｏｂｔａｉｎｅｄｗｉｔｈｔｈｅｔｅｓｔｉｎｇｒｅｓｕｌｔｓｏｆＢＰｎｅｕｒａｌｎｅｗｏｔｒｋ．ｉｔｆｏｕｎｄｔｈａｔｔｈｅＬＶＱｎｅｕｒａｌｎｅｗｏｔｒｋ
ｈａｓｆａｓｔｅｒｃｏｎｖｅｒｇｅｎｃｅｓｐｅｅｄ．Ｔｈｅｍｅｔｈｏｄｉｎｔｈｅｉｅｆｌｄｏｆｏ－ｌｆｉｎｅｈａｎｄｗｒｉｔｔｅｎｄｉｇｉｔｒｅｃｏｇｎｉｔｉｏｎｉＳｏｆｃｅｒｔａｉｎ
ｉｄｅｎｔｉｉｆｃａｔｉｏｎｍｏｄｅｌ，ｕｓｉｎｇＭａｔｌａｂｓｏｆｔｗａｒｅｓｉｍｕｌａｔｉｏｎ．Ｃｏｍｐａｉｒｓｏｎａｎｄａｎａｌｙｓｉｓｏｆｔｈｅｓｉｍｕｌａｔｉｏｎｒｅｓｕｌｔｓｏｆ
Ｒｅｓｅａｒｃｈ
ＺＨｏＵＸｕ，ｗｕＤｏｎｇ－ｌｉａｎｇ
、
’
（ＤｅｐａｒｔｍｅｎｔｏｆＥｌｅｃｔｒｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，ＨｕｎａｎＭｅｃｈａｎｉｃａｌａｎｄＥｌｅｃｔｒｉｃａｌＰｏｌｙｔｅｃｈｎｉｃ，Ｃｈａｎｇｓｈａ，Ｈｕｎａｎ４ｌ０１５１，Ｃｈｉｎａ）