基于RBF神经网络的汉字粗分类方法

来源 :计算机工程与应用 | 被引量 : 5次 | 上传用户:xzljx
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
粗分类是提高汉字识别速度的主要手段。将RBF(Radial Basis Function neural network)神经网络用于汉字粗分类,采用汉字四边码和粗网格作为汉字粗分类的特征以进行比较。分别对GB2312-80一级字库印刷体及手写体进行实验,实验结果表明将RBF神经网络用于汉字粗分类比通常使用的欧式距离作为分类器有较好的性能。
其他文献
提出了未编码DUS.IM系统的网格译码。将DUSTM系统视为具有全状态转移的网格结构,采用维特比软译码算法进行信号解调。仿真结果表明该方案相比传统的基于单符号最大似然解调的DU
引入了一种广泛而实用的方法——基于量子行为的粒子群算法的理论应用于系统辨识领域,QPSO算法不仅参数个数少,随机性强,并且能覆盖所有解空间,保证算法的全局收敛性。仿真实
对于运输能力具有随机性的海运集装箱舱位超订问题,将运输能力假定为离散型的随机变量,考虑超订水平对商业信誉的影响,在具有空箱调运需求的情况下建立了以期望总成本最小化为目