概率神经网络在手写汉字识别中的应用

针对手写汉字的多样性和复杂性,及识别困难的问题,提出了基于概率神经网络的手写汉字识别方法.概率神经网络学习过程简单,学习速度快,分类准确,吸收了径向基神经网络与经典的概率密度估计原理的优点,与传统的前馈神经网络相比,在模式分类方面尤其具有较为显著的优势.为提高识别的准确性和识别速度.在识别前,需要对待识别的汉字图像进行预处理,为识别提供准确的汉字特征向量.而后通过概率神经网络对所提供汉字特征向量进行训练识别.通过对具有代表性几组汉字样本进行试验.证明了方法的有效性.