基于新特征提取法和量子神经网络的手写数字识别  

Handwritten digital recognition method based on new feature extraction method and quantum neural network

作　　者：肖婧[1,2] 谭阳红[1] 

机构地区：[1]湖南大学电气与信息工程学院,长沙410000 [2]湖南商学院计算机与电子工程学院,长沙410205

出　　处：《电子测量技术》2009年第6期84-87,共4页Electronic Measurement Technology

基　　金：国家自然科学基金(50277010);湖南省自然科学基金(07JJ6132;05GK2005);教育部博士基金(20020532016);高等学校新世纪优秀人才支持计划(NCET-04-0767)

摘　　要：研究了一种将新特征提取方法(13维特征提取法)与量子神经网络相结合,来实现手写数字识别的方法。13维特征提取法是从每个字符中提取关键的13个特征值,而量子神经网络是将神经元与模糊理论相结合的模糊神经系统,能很好地减少模式识别的不确定度,提高模式识别的准确性。通过使用MNIST样本库仿真比较实验可知,该方法具有设计算法相对比较简单,且识别正确率较高的特点。A new handwritten digital recognition method based on a 13-D feature extraction and quantum neural network （QNN） is presented. The 13-D feature extraction technique extracts the key 13 spots as characteristic point from each digits character. QNN is a neuro-fuzzy system merging neural modeling with fuzzy-theoretic concepts, it can reduce the uncertainty of pattern recognition and improve the veracity of pattern recognition. The experimentation results show that the method presented here is has the characteristic of simplity and high classification rate, by taking the MNIST database as examples.

关 键 词：手写数字识别 量子神经网络 特征提取 

分 类 号：TP391.43[自动化与计算机技术—计算机应用技术]