• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Malaysian Journal of Computer Science >A Neural Network Based Character Recognition System Using Double Backpropagation
【24h】

A Neural Network Based Character Recognition System Using Double Backpropagation

机译：基于神经网络的双向反向传播字符识别系统

获取原文
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Proposes a neural network based invariant character recognition system using double backpropagation network. The model consists of two parts. The first is a preprocessor which is intended to produce a translation, rotation and scale invariant representation of the input pattern. The second is a neural net classifier. The outputs produced by the preprocessor at the first stage are classified by this neural net classifier trained by a learning algorithm called double backpropagation. The recognition system was tested with ten numeric digits (0~9). The test included rotated, scaled and translated version of exemplar patterns. This simple recognizer with double backpropagation classifier could successfully recognize nearly 97% of the test patterns.
机译：提出了一种使用双反向传播网络的基于神经网络的不变字符识别系统。该模型包括两个部分。第一个是预处理器，用于产生输入模式的平移，旋转和比例不变表示。第二个是神经网络分类器。预处理器在第一阶段产生的输出由该神经网络分类器分类，该分类器由一种称为双重反向传播的学习算法训练。识别系统用十个数字（0〜9）进行了测试。该测试包括示例模式的旋转，缩放和翻译版本。这个带有双重反向传播分类器的简单识别器可以成功识别近97％的测试模式。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号