基于優(yōu)先度排序神經網絡的手寫數字識別.pdf

1、手寫數字識別是模式識別和圖像處理領域一個重要的研究方向，雖然數字的種類只有十種，筆畫也特別簡單，但由于書寫習慣的不同，字形的隨意性很大，使得手寫數字識別一直達不到理想的結果。手寫數字識別系統(tǒng)設計包含識別器（分類器）設計和使用識別器（分類器）方法。王守覺院士提出的優(yōu)先度排序神經網絡是目前有可控拒識功能且識別率較高的識別器。
　　本文借鑒王守覺院士提出的優(yōu)先度排序神經網絡思想，著重設計了一種基于優(yōu)先度排序神經網絡的手寫數字識別器。在該

2、識別器的設計過程中，一方面通過對樣本加不同噪聲、做不同的6種線性變換、7種Lie導數變換把MNIST數據庫擴充為600000個訓練樣本、100000個測試樣本的樣本庫。豐富了MNIST數據庫，為設計高識別率手寫數字分類器奠定了基礎。另一方面，細化和優(yōu)化了王守覺院士提出的優(yōu)先度排序神經網絡設計算法，改進了王守覺院士提出的優(yōu)先度排序神經網絡。
　　用擴充MNIST數據庫對多種識別器進行了實驗。實驗表明，優(yōu)化的基于優(yōu)先度排序神經網絡的手