逻辑神经网络是一种采用快速学习算法、RAM阵列实现的数字网络。本文描述了采用这种网络模型实现的印刷体汉字识别系统。这是一个初步实用的系统, 可识别大约4000个不同字号的宋体汉字及其它字符, 其识别率达99%, 甚至对于实际书刊, 其识别率也能达到95%左右。系统使用了大约384,000个神经节点, 是一个复杂的大规模神经网络。和其它同类系统相比, 具有适应性、稳固性好、学习速度快以及可用数字集成电路全硬件并行实现等优点。
{{custom_sec.title}}
{{custom_sec.title}}
{{custom_sec.content}}
参考文献
[1]张炘中, 沈兰生：印刷体汉字识别技术在我国的发展和应用，中文信息学报，第5卷，第1期, p49-53,1992
[2]刘迎建、戴汝为、张立清:基于神经元网络的手写体汉字特征选择, 模式识别与人工智能, 第五卷第1期, p37-43,1992
[3]Alcksander, I.,Morton, H.: An introduction to Neural Computing, Chapman and Hall, P70-91, 1990.
[4]沈清、汤霖:模式识别导论, 国防科技大学出版社, p113-117,1991
[5]薛舒、欧阳北辰:一个高速实用的汉字识别预处理子系统,中文信息学报, 第4卷, 第1期, p44-48,1990
[6]崔国伟等, 基于规则的汉字文本切割专家系统, 模式识别与人工智能, 第2卷, 第3期,p56-62,1989
{{custom_fnGroup.title_cn}}
脚注
{{custom_fn.content}}
PDF(465 KB)
