作　　者： ; ;

机构地区： 上海交通大学电子信息与电气工程学院计算机科学与工程系

出　　处： 《红外与毫米波学报》 1999年第5期412-416,共5页

摘　　要： 提出了一种用于多字体字符识别的模糊神经网络模型．通过对一个３ 层ＭＬＰ的输入层、输出层以及学习算法的模糊化，构造出能有效处理具有模糊边界的模式分类问题的模糊神经网络．经过大量实际采样多字体字符样本的测试表明，该模型能对字体字符识别取得很高的识别率，对加噪字符的识别试验还表明该模型具有较好的鲁棒性． A novelfuzzy neuralnetw ork (FNN) m odelform ulti-fontcharacterrecognition w as presented, w hich can efficiently process the fuzzy pattern classification problem . This FNN m odelis built by fuzzifying the input layer, output layer and the training algorithm ofa conventionalm ultilayer perceptron (MLP). The sim ulation w ith a lot of m ulti-font character sam ples show s thatthe FNN presented here can geta high recognition rate, and has low sensitivity for different character fonts in com parison w ith classical MLP.Also, this FNN is proved to have a good robustness.

关 键 词： 模糊神经网络 多字体字符识别 识别率

领　　域： [自动化与计算机技术] [自动化与计算机技术] [自动化与计算机技术] [自动化与计算机技术]