使用人工神经网络的手写波斯语字符识别
计算机视觉与模式识别
2009-09-01 v1
摘要
神经网络用于字符识别已有多年，但大部分工作局限于英文字符识别。迄今为止，关于手写波斯语字符识别的报道非常少。本文尝试使用带一个隐藏层的多层感知器来识别手写波斯语字符。采用误差反向传播算法训练MLP网络。此外，还进行了分析以确定隐藏节点数，从而在识别手写波斯语字符时实现反向传播网络的高性能。系统使用来自不同年龄组男性和女性参与者提供的多种不同书写形式进行训练。最终，这种严格的训练产生了一个使用MLP网络的自动手写字符识别系统。本工作中，实验在五位书写者的250个样本上进行。结果表明，由误差反向传播算法训练的MLP网络在识别准确率和内存使用方面表现优越。结果指出，反向传播网络对手写波斯语字符提供了超过80%的良好识别准确率。
引用
@article{arxiv.0908.4386,
title = {Handwritten Farsi Character Recognition using Artificial Neural Network},
author = {Reza Gharoie Ahangar and Mohammad Farajpoor Ahangar},
journal= {arXiv preprint arXiv:0908.4386},
year = {2009}
}
备注
4 pages IEEE format, International Journal Computer Science and Information Security, IJCSIS 2009, ISSN 1947 5500, Impact factor 0.423, http://sites.google.com/site/ijcsis/