RBF-DDA 神经网络用于手写体汉字识别的研究  

HANDWRITTEN CHINESE CHARACTER RECOGNITION WITH RBF DDA NEURAL NETWORKS

作　　者：金连文[1] 徐秉铮[1] 

机构地区：[1]华南理工大学电子与通信工程系

出　　处：《华南理工大学学报（自然科学版）》1997年第9期97-101,共5页Journal of South China University of Technology(Natural Science Edition)

基　　金：华南理工大学自然科学基金

摘　　要：使用了一种新的神经网络模型———动态衰减调节径向基函数（ＲＢＦＤＤＡ），并结合一种新的特征提取方法来进行手写体汉字识别的研究，通过对１００种汉字、１５０００个样本的初步实验，取得了识别率为９９％的良好结果，表明将ＲＢＦＤＤＡ引入到手写体汉字识别的研究是比较成功和可行的。A novel neural networks model—Dynamic Decay Adjustment Radial Basis Function Networks (RBF DDA) together with a new feature extraction method is introduced to Handwritten Chinese Character Recognition (HCCR).Experiments on 100 categories of handwritten Chinese characters produced the recognition rate of 99%,showing that the proposed approach for HCCR is promising.

关 键 词：径向基函数神经网络 动态衰减调节 手写体汉字识别 特征提取 

分 类 号：TP391.4[自动化与计算机技术—计算机应用技术]