基于遗传神经网络的手写体数字识别算法的探讨.pdfVIP

维普资讯 第28卷第6期 江西理工大学学报 v。1．28，N。．6 2007年 12月 JOURNALOFJIANGXIUNIVERSITYOFSCIENCEANDTECHNOLOGY Dec．2007 文章编号：1007—1229(2007)06—0029—03 基于遗传神经网络的手写体数字识别算法的探讨 刘 陶 ， 何建军 ， 谢 永 (1．景德镇陶瓷学院信息工程学院，江西 景德镇 333403；2．江西理工大学应用科学学院 ，江西赣州 341000) 摘 要：针对神经网络BP算法在学习过程中的一些缺点，提 出一种基于遗传算法与神经网络的 手写数字识别新算法，将遗传算法与BP算法有机结合起来．文中给 出了算法模型，并将此算法应 用于手写体数字的识别中，实验结果证明它比单一BP算法有更佳的结果． 关键词：神经网络；遗传算法；手写体数字识别 中图分类号：TP391．43 文献标识码 ：A TheHandwrittenNumeralRecognitionM ethod BasedonGeneticNeuralNetwork LIUTao，HEJian-jun，XIEYong (1．JingdezhenCeramicInstitute，Jingdezhen333403，China； 2．FacultyofAppliedScience，JiangxiUniversityofScienceandTechnology，Gnazhou341000，China) Abstract：Inthisarticle，inaccordancewiththedrawbacksofBPalgorihtm，anewhna dwrittennumeralrecognition algorithm isstatedonthebasisofGeneticalgorithm nadneuralnetwork．Thenew algorithm’Smouldisalsopre- sented、ThentheGA-BPalgorithm’Sapplicationonhandwrittennumeralrecong itionisproposed．Thenumerical experimentillustratedthattheGA-BPalgorihtm ismoreefficientinhnadwrittennumeralrecong itionhtna htepure BPalgorithm is． Keywords：neuralnetwork；geneticalgorithm；hna dwrittennumeralrecong ition O 5l 昂 近十几年来，神经网络的技术已渗透到各个领域，在手写数字识别方面的应用也有了很大的进步 ． 目前神经网络多采用多层前馈神经网络，其学习算法主要依靠反向传播算法(BackPropagationA1gorithm， BP算法)，BP算法是 目前应用最为普遍的一种神经网络训练学习方法，但采用BP算法对网络训练时存在 3个缺点：一是学习过程收敛速度较慢；二是算法不完备 ，容易陷入局部极小点，而当学习效率设置高时， 可能产生震荡；三是健壮性(Robustness)不好 ，网络性能对网络的初始设置比较敏感 ．由于传统的神经网 络训练算法如BP算法本质上是一种局部寻优的方法，存在学习速度慢、容易陷入局部最优解等弊端，故需 要找到一种更为有效的训练方法． 遗传算法(GA算法)是美国的Holland教授于上世纪7O年代提出的一种借鉴生物界自然选择和 自然 遗传机制的随机化有哪些信誉好的足球投注网站算法[31，近年来已受到人们的普遍关注，并应用在人工神经网络的学习、优化和 自适 应等问题中 ．由于遗传算法能够收敛到全局优化解，而且具有 良好的并行性、全局优化性和稳健性．将遗传 算法与前馈网络结合起来就很有意义，不仅能发挥神经网络的映射能力，而且使神经网络具有很快的收敛 收稿 日期 ：