基于BP特征筛选的模糊聚类手写体数字识别

基于BP特征筛选的模糊聚类手写体数字识别

第 29卷第 6期2007年 6月

武汉理工大学学报 JOURNAL OF WUHAN UNlVERSITY OF TECl剧OLOGY

Vo1. 29 No.6]un.2007

基于 BP特征筛选的模糊聚类手写体数字识别叶佩 1江涛 2(1.武汉工业学院数理系，武汉 430023;2武汉理工大学管理学院，武汉 430070)

摘

要:

运用 BP神经网络对无约束手写体数字的识别过程中的数字样本进行筛选，将筛选的结果纳入聚类源，再通过

构造模糊关系矩阵，进行模糊聚类。实验证明，该方法具有很高的抗干扰性能，克服了传统算法羊因子识别的局限性，识别率和准确率都有很大提高。关键词:模糊聚类 TP 182 BP神经网络;数字识别 A文章编号: 1671-4431 (2007)06-0128-03

中图分类号

文献标志码

Handwritten Numeral Recognition by Fuzzy Clustering Based on BP Feature ExtractionYE Pei 1,]IANG Tao 2 of Mathematics and Physics, Wuhan Polytechnic University, Wuhan 430023, China;

(1. Departm巳nt

2. Sch∞1 of Management, Wuhan University of Technology, Wuhan 430070, China)

Abstract:

The figure specimens were filtered through th巳 proc巳s of unconstrained Handwritten Numeral R巳cognition by BPr巳sult

neural network in the paper. And the

of

scre巳ning r巳sult

was fit into the clustering source. At last fuzzy clustering was carried of experimentdemonstrat巳s

out by constituting the fuzzy relation matrix. The cision ratio were greatly improved at the Key words: fuzzy clustering;

that the method have very high noise im

munity capacity and overcame the limitation of traditional algorithm with single factor recognition. The recognition rate and presam巳 tlm巳

BP neural network;

digital identificatio口

元约束手写体数字识别一直是模式识别领域的一个研究热点。由于于写数字的样本库较少，因此它也

是检测各种识别算法优劣的重要检测手段，所以众多学者对它进行了研究，提出了较多的算法[叫。不过当前运用较好的主流算法还是以统计、神经网络和聚类分析的识别算法为主，如 Bagging算法[5J、 Adab∞st算法[6J、误差反向传播 (Back Propagatio口， BP)算法[7J、支持向量机 (Support Vector Machine, SVM)[8, 9J、自组织映射 (Self Organizing Map, SOM)[10J以及径向基函数 (Radia Basis F unction, RBF)[11 J等等。虽然这些识别器都取得了较好的识别效果。但是，在有些领域，比如支票识别、统计报表识别、银行票据识别中，它们的识别率及正确率还远不能达到令人满意的程度。

1

识别系统的构建模糊聚类具有高度的模糊性和容错性，是目前应用较为广泛的一种识别方法，但其在实际应用中仍有一

定的局限性: 1)模糊关系矩阵比较难确定;2)聚类对象通常较为庞大，导致模糊关系矩阵的阶数很高，计算量很大。在实际应用当中，如果能对特征因素

进行筛选，将有利于降低计算量，提高聚类效果。由于BP神经网收稿日期:2007-03-15.基金项目:国家自然科学基金 (79970025),湖北省教育厅科研计划项目(D200618009)和武汉工业学院校立科研项目 (05Y24)作者简介:叶佩(1 982- ),女，硕士 E-mail: yepei06@yah∞. com. cn

基于BP特征筛选的模糊聚类手写体数字识别

第 29卷第 6期

叶

佩，等:基于 BP特征筛选的模糊聚类子写体数字识别

129

络具有高度的自适应性，能从样本的训练中学习到问题的规律，对相互交叉的识别因素起到较好的筛选作用，从而为后续的模糊聚类识别提供更为有效的数据。因此，笔者提出了

将 BP神经网络和模糊聚类算法相结合的识别算法。其基本思想是先通过 BP网络对数字样本进行训练，再使用模糊聚类分析方法来实现矢量数据的归类，进而完成数字识别。如图 1所示。

22.1

基于 BP特征筛选的聚类识别方法预处理

不同的识别方法对预处理的项目和要求会有所差别。在该识别系统的设计中，预处理由二值化 (bina

rization)、归一化( normalization)和平滑 (sm∞th)三过程组成。首先采用基于灰度直方图的阔值法 (Grey

Level Histogram)确定整体阔值，然后采用外框归一化将数字外界边框按比例线性放大或缩小成为规定尺寸的文字，最后，采用 3X3的辅助矩阵对二值数字点阵进行扫描，根据辅助矩阵中像素。, 1的分布，使处于矩

阵中心的被平滑的像素 Xo从"0"变成"1"或者从"1"变成"0",完成平滑过程。

2.2

特征提取

定义并提取以下 6种结构特征:点(包括端点、分点和交叉点),线(包括直线和弧)和圆。然后进行结构特征组合，规定起始点只有 1种，端点;线段有 2种，直线和弧;终点有 3种，端点、分点和交叉点。这样，线段的结构特征组合共有 1X2X3=6种，即:1)端点+直线+端点;2)端点+弧+端点;3)端点+直线+交叉点;4)端点+弧+交叉点;5)端点十直线+分点; 6)端点+弧+分点。定义 U表示上述几种组合，则 Uε10, 1,

一1, 2, -2, 3,一剖，其中 v=O表示此区域不含有此类图像信息。接着，将图像均匀分成 3x3的区域，构造

特征矢量 SI, SI

=[J1'元，…,元，…,f9], i

的取值由端点的位置特征 d来决定， i=d, liεIvlv=0, 1,一 1,

2, -2, 3,一 31。这样， li表示的是位置为 Z的区域有一条特征为元的曲线。直线或弧指向交叉点(分点)的方向α有上、下、左、右 4种，构造矢量特征酌，乌=[J1'元，力， 14 J, i的取值由α决定， i==a, fi表示在方向α上有 li条线段指向交叉点。闭合圆相对交叉点的方向 C有上、下 2种，因此构造特征矢量酌，民二[元，

fzJ, i

的取值由 C决定， i==c, fi表示在方向 C上有

五个闭合圆。若数字不存在交叉点，将圆的数量计人元，

令 12二 0。民的数量和 1

s31= 11+ fz表示数字包含的圆的数量，民表示这些圆在区域上的分布。此时可

以用一个矩阵 C将数字与它的特征联系起来，建立特征矢量 c=[矶，鸟， S3J。

2.3

BP识别器特征筛选

BP神经网络是一种用于前向多层神经网络的反向传播学习算法。从特征的选取过程可以发现，特征因素很可能存在相互交叉现像。由于多层 BP网具有自学习、容错性、分类能力强和并行处理等特点，所以用

它来训练手写体数字比较合适。文中使用的 BP网络分为 3层，其输入层有 15个输人点，分别对应特征矢

量的 15个分量，其输出层有 10个输出点。通过对数字样本进行训练，将学习的结果纳人到聚类源。利用输

入、输出的转化公式(1)进行训练。同时，设?是每次修正权值的步长，它的取值要进行严格的控制，不能太大也不能太小。如果取值太大，可能会使网络的输出产生震荡，或者达不到收敛的目的;如果取值太小，则会使训练时间加长，特别是当目前网络状态变化在误差曲面的平坦区域时，训练时间会更长。

y2.4模糊聚类分析

= l(x)=

(1-

e- x )-1

/'\唱' iJ

、‘自，

1)构造模糊相似矩阵

设论域 u= IU1'酌，…, U n 1为待识别的 n个手写体数字，每个数字用其对应的

向量值边式，即 Ui

= 1Uil, Ui2,…, U …… 此处隐藏：4853字，全部文档内容请下载后查看。喜欢就下载吧 ……