位置:成果数据库 > 期刊 > 期刊详情页
基于新特征提取法和量子神经网络的手写数字识别
  • ISSN号:1002-7300
  • 期刊名称:《电子测量技术》
  • 时间:0
  • 分类:TP391.43[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[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
  • 相关基金: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)
中文摘要:

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。

英文摘要:

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.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《电子测量技术》
  • 中国科技核心期刊
  • 主管单位:中华人民共和国信息产业部
  • 主办单位:北京无线电技术研究所
  • 主编:孙圣和
  • 地址:北京东城区北河沿大街79号2层
  • 邮编:100009
  • 邮箱:dzcl@vip.163.com
  • 电话:010-64044400
  • 国际标准刊号:ISSN:1002-7300
  • 国内统一刊号:ISSN:11-2175/TN
  • 邮发代号:2-336
  • 获奖情况:
  • 国内外数据库收录:
  • 中国中国科技核心期刊
  • 被引量:15350