类似于人脑的工作方式,模糊系统善于表达人的经验性知识,能处理难以依靠数学模型清晰表达的模糊性信息,在对汉字模式的辨识中具有较强的抗噪性.文中利用4层神经网络方法实现的一种模糊分类器,弥补了单纯的神经网络和单纯的模糊系统各自的不足,实现了模糊系统中规则的自学习性和自优化性,使系统具有很好的鲁棒性能.利用建立在一组网络上的表决机制,不仅降低了网络的复杂性,而且实现了对任意类数分类器的构造.实验结果表明,文中提出的方法很好地解决了对印刷体汉字进行容错识别问题.
科研之友
微信
新浪微博
Facebook
分享链接
