论文部分内容阅读
D-S证据理论是一种适用于不确定决策问题和风险型决策问题的决策方法,它满足比概率论更弱的公理系统,不要求事先给出先验概率,因而具有比贝叶斯方法更广泛的应用范围。将其引入模式识别领域中,并结合神经网络容错能力强,自适应学习等一系列优点,对待识别的手写体数字进行统计和结构等多方面的特征提取后,分别经过神经网络分类器得到相应的结果,并应用D-S证据理论对各种结果进行数据融合,从而实现了数字各方面特征的优势互补,进一步提高手写体数字的识别率。