论文部分内容阅读
目的根据字符的扇形特征提取方法,BP神经网络算法,寻求一种识别率较高的字符识别方法.方法将待识别的文件进行图像预处理,然后对处理后的单字符使用扇形算法提取出32个特征量,组成特征向量,采用BP神经网络对特征向量进行训练和识别,最后应用选择性阈值最小距离方法对输出结果进行判断,减少误识别率.结果通过使用扇形特征提取方法、BP神经网络和选择性阈值最小距离方法,达到了较好的字符识别效果,实验结果表明该方法识别精度较高,训练时间较短.结论保持一定数量以上的训练样本和训练次数,可进一步提高字符识别的正确率.采