Информационные технологии
Разработана система распознавания рукописных знаков, вводимых с помощью «мыши». В системе можно выделить три основных части: предобработка, нейронносетевой классификатор, постобработка.
На стадии предобработки входному образу ставится в соответствии числовой вектор фиксированной размерности. Для этого вводимый знак представляется в виде комплексного массива, к которому применяется Фурье преобразование. Полученные Фурье-дескрипторы нормируются и подаются на классификатор.
В качестве классификатора используется нейронная сеть с прямым распространением информации, обучаемая по алгоритму обратного распространения ошибки. Разработан алгоритм поиска оптимальной архитектуры нейронной сети. Критериями качества, которые использует данный алгоритм, являются ошибки на обучающем и тестовом множествах. Разработанный алгоритм позволяет найти такую архитектуру нейронной сети, которая обеспечивает минимум суммарной ошибки для введенных критериев качества.
На стадии постобработки, используя вектор выходной активности нейронной сети, принимается решение о принадлежности входного образа к одному из знаков алфавита.
Проведенное тестирование показывает эффективность применения нейронносетевых классификаторов, обучаемых с помощью разработанного алгоритма, в сочетании с Фурье-анализом (на стадии предобработки) в системах распознавания рукописных знаков.
Примечание. Тезисы докладов публикуются в авторской редакции
Ваши комментарии Обратная связь |
[Головная страница] [Конференции] |
© 1996-2000, Институт вычислительных технологий СО РАН, Новосибирск
© 1996-2000, Сибирское отделение Российской академии наук, Новосибирск