基于改进BP神经网络的手写邮政编码识别

辽宁石油化工大学学报 ›› 2008, Vol. 28 ›› Issue (1): 52-54.

基于改进BP神经网络的手写邮政编码识别

顾妍午，李平*，陶文华，田绍宽

辽宁石油化工大学信息与控制工程学院, 辽宁抚顺 113001

收稿日期:2007-11-02 出版日期:2008-03-20 发布日期:2017-07-22

Handwriting Postal Codes Recognition Based on Improved BP Neural Network

GU Yan-wu, LI Ping*, TAO Wen-hua, TIAN Shao-kuan

School of Information and Control Engineering, Liaoning University of Petroleum & Chemical Technology,  Fushun Liaoning 113001,P.R.China

Received:2007-11-02 Published:2008-03-20 Online:2017-07-22

摘要/Abstract

摘要： 为解决手写邮政编码识别困难的问题，引入改进的粗网格特征提取方法，对神经网络的网络输入进行简化，并且采用基于LM算法的BP神经网络来进行网络学习。LM算法是一种改进的高斯-牛顿算法，此算法通过简化的网络输入，进一步提高了网络学习的精度、稳定度和学习速度。仿真结果验证了此算法在手写邮政编码识别中的有效性。

关键词: BP神经网络, LM算法, 特征提取, 手写邮政编码

Abstract: In order to solve the difficult problem of handwriting postal codes recognition, an improved coarse grid feature extraction approach which simplifies network input of the neural network was introduced. BP neural network based on LM algorithm for network studying was adopted. LM algorithm is an improved Gauss-Newton algorithm. The improved algorithm further enhances precision, stability and studying speed of the network studying through the simplification of the network input. The simulation results show that the algorithm is effective on the handwriting postal codes recognition.

Key words: BP neural network, LM algorithm, Feature extraction, Handwriting postal codes 

顾妍午，李平，陶文华，田绍宽. 基于改进BP神经网络的手写邮政编码识别[J]. 辽宁石油化工大学学报, 2008, 28(1): 52-54.

GU Yan-wu, LI Ping, TAO Wen-hua, TIAN Shao-kuan. Handwriting Postal Codes Recognition Based on Improved BP Neural Network[J]. Journal of Liaoning Petrochemical University, 2008, 28(1): 52-54.

[1]	赵丽洲, 张宁峰. 双循环背景下石化企业供应链韧性评价研究[J]. 辽宁石油化工大学学报, 2024, 44(1): 89-96.
[2]	刘明, 马嘉悦, 刘晓培, 侯明君, 周妍. 基于动态贝叶斯网络的气化炉烧嘴系统可靠性分析[J]. 辽宁石油化工大学学报, 2022, 42(2): 79-85.
[3]	王国良, 韩伟航, 李存磊. 基于拉曼光谱与PLS的钻井液混合物定量分析[J]. 辽宁石油化工大学学报, 2022, 42(1): 78-85.
[4]	赵士龙，李维军，石成江. 基于优化BP神经网络的铝箔封口检测研究[J]. 辽宁石油化工大学学报, 2019, 39(1): 97-100.
[5]	马贵阳，朱赢. GM-BP模型在NGH生成中的预测研究[J]. 辽宁石油化工大学学报, 2018, 38(06): 93-98.
[6]	董明亮,刘培胜,潘振,文江波,李秉繁. 基于SVM-GA模型的城市天然气长期负荷预测[J]. 辽宁石油化工大学学报, 2017, 37(2): 31-36.
[7]	赵强,唐猛. 基于S I F T - L B P的图像检索优化算法研究[J]. 辽宁石油化工大学学报, 2014, 34(5): 57-60.
[8]	周伟强,侯立刚,苏成利. 基于时间 - 小波能量包络谱的滚动轴承特征提取[J]. 辽宁石油化工大学学报, 2014, 34(3): 75-78.
[9]	刘暋达,翟春艳,李书臣,苏成利. 汽轮机转子故障诊断算法应用研究[J]. 辽宁石油化工大学学报, 2013, 33(3): 67-69.
[10]	张荣培,李涛. BP神经网络拟合方解石晶体色散方程[J]. 辽宁石油化工大学学报, 2009, 29(4): 87-89.
[11]	薛春兰,张明华,郑爱萍,宋昭峥,蒋庆哲. 灰色理论和BP神经网络在汽柴油需求预测中的应用[J]. 辽宁石油化工大学学报, 2009, 29(2): 11-14.