基于PCNN改进算法的手写体识别研究

摘要：

脉冲神经网络(PCNN)被广泛应用于图像处理、模式识别等领域.提出了一种基于PCNN的凹点检测改进算法.首先改进神经元激励函数,并利用小波收缩法去噪,保持图像的层次性,然后通过凹点检测识别手写体.实验结果表明,提出的方法能有效提高手写字母的识别率,尤其是在噪声环境下,识别率得到大幅提升.

关键词：PCNN、凹点检测、小波收缩、手写体识别

所属期刊栏目：43

分类号：TP391.4(计算技术、计算机技术)

资助基金：2014年四川省教育厅科研项目14ZB0346;2013年成都东软学院科研项目NEU2013-017

在线出版日期：2016-05-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：316-318