期刊专题

10.11896/j.issn.1002-137X.2016.2.066

基于PCNN改进算法的手写体识别研究

引用
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.

PCNN、凹点检测、小波收缩、手写体识别

43

TP391.4(计算技术、计算机技术)

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

2016-05-24(万方平台首次上网日期,不代表论文的发表时间)

共3页

316-318

暂无封面信息
查看本期封面目录

计算机科学

1002-137X

50-1075/TP

43

2016,43(2)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn