融合K-means和RBF神经网络的汉字识别算法
杨恺
黄树成
江苏科技大学计算机学院 镇江 212000
摘要：对于自然场景中拍摄的汉字图像,现有的汉字识别算法出现了很多问题,如传统的BP神经网络算法识别效率低下,传统的RBF神经网络算法识别准确率不高等,针对这些问题,论文提出了融合K-means和RBF神经网络的汉字识别算法.该算法通过引入减聚类算法,来计算出K-means算法的初始聚类中心及其个数,接着用K-means算法计算出RBF神经网络算法的径向基函数的中心,最后确定径向基函数的宽度以及隐含层到输出层之间的权值.实验结果表明该算法有着较高的准确率,能有效地提高汉字识别效率,具有一定的实用价值.
关键词：K-means算法RBF神经网络汉字识别
分类号：TP301.6(计算技术、计算机技术)
资助基金：国家自然科学基金(61772244)
论文发表日期：2021-07-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 1286-1289,1295 )
英文信息