基于廣義回歸神經(jīng)網(wǎng)絡(luò)的手寫(xiě)數(shù)字識(shí)別研究.pdf

1、近幾年來(lái)，手寫(xiě)數(shù)字識(shí)別一直都是廣大國(guó)內(nèi)外研究者的研究熱點(diǎn)，同時(shí)也是模式識(shí)別領(lǐng)域中最成功的應(yīng)用之一，在實(shí)際生活中有著很廣泛的應(yīng)用。但是由于書(shū)寫(xiě)者的原因，使手寫(xiě)數(shù)字的隨意性很大，所以手寫(xiě)數(shù)字的識(shí)別精度還有很大的提升空間。
　　本文的主要工作是利用神經(jīng)網(wǎng)絡(luò)對(duì)手寫(xiě)數(shù)字進(jìn)行研究。其工作如下：首先，本文對(duì)手寫(xiě)數(shù)字圖像進(jìn)行一系列圖像預(yù)處理，實(shí)現(xiàn)了圖像灰度化、平滑去噪、二值化、細(xì)化和歸一化等操作。其次，本文介紹了幾種常見(jiàn)的特征提取，本文采取的是特

2、征提取中的粗網(wǎng)格特征提取法，將處理好的手寫(xiě)數(shù)字圖像用粗網(wǎng)格特征提取特征向量。最后，將徑向基神經(jīng)網(wǎng)絡(luò)(RBFNN)和廣義回歸神經(jīng)網(wǎng)絡(luò)(GRNN)進(jìn)行手寫(xiě)數(shù)字識(shí)別對(duì)比研究，然后利用果蠅優(yōu)化算法(FOA)來(lái)優(yōu)化廣義回歸神經(jīng)網(wǎng)絡(luò)中的擴(kuò)展常數(shù)(SPREAD)，并將優(yōu)化后的果蠅算法—廣義回歸神經(jīng)網(wǎng)絡(luò)(FOA_GRNN)與廣義回歸神經(jīng)網(wǎng)絡(luò)(GRNN)進(jìn)行手寫(xiě)數(shù)字識(shí)別對(duì)比研究。
　　實(shí)驗(yàn)結(jié)果表明，廣義回歸神經(jīng)網(wǎng)絡(luò)(GRNN)比徑向基神經(jīng)網(wǎng)絡(luò)(RB