JOURNAL OF LIGHT INDUSTRY

CN 41-1437/TS  ISSN 2096-1553

基于BFGS拟牛顿算法的含噪数字字符识别

杨超 ,  聂仙娥 ,  赵河明

downloadPDF
杨超, 聂仙娥, 赵河明. 基于BFGS拟牛顿算法的含噪数字字符识别[J]. 轻工学报, 2011, 26(4): 79-81. doi: 10.3969/j.issn.1004-1478.2011.04.018
引用本文: 杨超, 聂仙娥, 赵河明. 基于BFGS拟牛顿算法的含噪数字字符识别[J]. 轻工学报, 2011, 26(4): 79-81. doi: 10.3969/j.issn.1004-1478.2011.04.018
shu
YANG Chao, NIE Xian-e and ZHAO He-ming. Recognition of numeric characters with noise based on BFGS quasi-Newton algorithm[J]. Journal of Light Industry, 2011, 26(4): 79-81. doi: 10.3969/j.issn.1004-1478.2011.04.018
Citation: YANG Chao, NIE Xian-e and ZHAO He-ming. Recognition of numeric characters with noise based on BFGS quasi-Newton algorithm[J]. Journal of Light Industry, 2011, 26(4): 79-81. doi: 10.3969/j.issn.1004-1478.2011.04.018
shu

基于BFGS拟牛顿算法的含噪数字字符识别

  • 中北大学 机电工程学院, 山西太原 030051;

  • 山西北方惠丰机电有限公司, 山西 长治 046012

  • 中图分类号: TP393

Recognition of numeric characters with noise based on BFGS quasi-Newton algorithm

  • College of Mech. Eng., North Univ. of China, Taiyuan 030051, China;

  • Shanxi Huifeng Electr. Mech Co., Ltd., Changzhi 046012, China

  • Received Date: 2011-05-28
    Available Online: 2011-07-15

    CLC number: TP393

  • 摘要: 针对传统数字字符识别算法收敛速度慢且有可能陷入局部极小值等问题,提出了将BFGS拟牛顿算法应用于舍噪数字字符识别:构造前馈型神经网络,调用Matlab神经网络工具箱中的训练函数trainbfg对网络进行训练.该算法收敛速度快、识别精度高,能够对含有一定噪声的数字字符进行识别,具有广阔的应用前景.
    Abstract: The traditional numeric character recognition algorithm which has slow convergence speed and might fall into the local minimum.To solve such problems,the BFGS quasi-Newton algorithm was presented that was applied to the recognition of numeric characters.First,a feed-forward neural network was set up,then network was trained by calling trainbfg on Matlab.The algorithm has high accuracy,fast convergence,can recognize the numeric characters with noise efficiently,so it has broad application prospects.
    1. [1]

      马锐.人工神经网络原理[M].北京:机械工业出版社,2010.

    2. [2]

      丛爽.面向Matlab工具箱的神经网络理论与应用[M].合肥:中国科学技术大学出版社,2009.

    3. [3]

      张德丰.Matlab神经网络设计与应用[M].北京:机械工业出版社,2009.

    4. [4]

      叶喜民,廖文军.基于BP人工神经网络的数字符识别[J].郑州轻工业学院学报:自然科学版,2009,24(2):60.

    5. [5]

      唐莹梅.人工神经网络在数字字符识别中的应用[J]. 科技创新导报,2009(23):233.

    6. [6]

      石云.BP神经网络的Matlab实现[J].湘南学院学报, 2010,31(5):86.

    7. [7]

      牛慧娟,汪森霖.基于神经网络的带噪声英文字母和数字识别[J].现代计算机:专业版,2008(10):59.

    8. [8]

      曾志军,孙过强.基于改进的BP网络数字字符识别[J].上海理工大学学报,2008,30(2):201.

    1. [1]

      费致根 , 鲁豪 , 宋晓晓 , 赵鑫昌 , 郭兴 , 肖艳秋 . 基于改进ResNet网络的烟丝输送带洁净度分类模型. 轻工学报, 2024, 39(5): 71-77. doi: 10.12187/2024.05.008

    2. [2]

      张伟伟 , 姬远鹏 , 元春波 , 王君婷 , 齐晓任 , 张卫正 , 李萌 , 饶智 . 基于改进Mask R-CNN模型的粘连烟丝识别方法. 轻工学报, 2024, 39(5): 78-85. doi: 10.12187/2024.05.009

  • 加载中
WeChat 点击查看大图
计量
  • PDF下载量:  29
  • 文章访问数:  744
  • 引证文献数: 0
文章相关
  • 收稿日期:  2011-05-28
  • 刊出日期:  2011-07-15
通讯作者: 陈斌, bchen63@163.com
  • 1. 

    沈阳化工大学材料科学与工程学院 沈阳 110142

  1. 本站搜索
  2. 百度学术搜索
  3. 万方数据库搜索
  4. CNKI搜索
杨超, 聂仙娥, 赵河明. 基于BFGS拟牛顿算法的含噪数字字符识别[J]. 轻工学报, 2011, 26(4): 79-81. doi: 10.3969/j.issn.1004-1478.2011.04.018
引用本文: 杨超, 聂仙娥, 赵河明. 基于BFGS拟牛顿算法的含噪数字字符识别[J]. 轻工学报, 2011, 26(4): 79-81. doi: 10.3969/j.issn.1004-1478.2011.04.018
shu
YANG Chao, NIE Xian-e and ZHAO He-ming. Recognition of numeric characters with noise based on BFGS quasi-Newton algorithm[J]. Journal of Light Industry, 2011, 26(4): 79-81. doi: 10.3969/j.issn.1004-1478.2011.04.018
Citation: YANG Chao, NIE Xian-e and ZHAO He-ming. Recognition of numeric characters with noise based on BFGS quasi-Newton algorithm[J]. Journal of Light Industry, 2011, 26(4): 79-81. doi: 10.3969/j.issn.1004-1478.2011.04.018
shu

基于BFGS拟牛顿算法的含噪数字字符识别

  • 中北大学 机电工程学院, 山西太原 030051;
  • 山西北方惠丰机电有限公司, 山西 长治 046012
  • 收稿日期: 2011-05-28
  • 网络出版日期: 2011-07-15

摘要: 针对传统数字字符识别算法收敛速度慢且有可能陷入局部极小值等问题,提出了将BFGS拟牛顿算法应用于舍噪数字字符识别:构造前馈型神经网络,调用Matlab神经网络工具箱中的训练函数trainbfg对网络进行训练.该算法收敛速度快、识别精度高,能够对含有一定噪声的数字字符进行识别,具有广阔的应用前景.

English Abstract

参考文献 (8) 相关文章 (2)

目录

/

返回文章

网站版权 © 轻工学报编辑部

地址：河南省郑州市科学大道136号邮编：450001

本系统由北京仁和汇智信息技术有限公司开发 技术支持： info@rhhz.net