论文部分内容阅读
提出了一种用于多字体字符识别的分级协同神经网络模型 .该分级模型的识别由两部分组成 :Haken的协同网络确定识别进入哪个协同子网 ;用协同子网进行具体识别 .对大量实际采集得到的多字体字符样本的测试表明 :新模型能有效地提高协同神经网络对多字体字符的识别率 ,但由于仍保留了识别速度快的特点 ,所以新模型适用于实时的光学字符识别应用 .对加噪字符的识别试验表明该模型具有很好的鲁棒性 .