以決策樹法用類神經網路作印刷中文字辨認

Abstract

在類神經綱路的模式中，Neocognitron模式具有特徵抽取及組合的能力。本論文乃基 於Neocognitron模式，以決策樹法利用類神經綱路作印刷中文字的辨認。主要不同點 在於：除第一層人為設計來抽取八個基本的筆劃外，其於各層之特徵抽取則由訓練的 過程中自動決定。為了加快辨認的速度，我們僅使用4 層的Neocognitron模式。但由 於所採用的是非指導性(unsupervised)的學習方式，如此之綱路架構其自我組織(sel f-organizing) 的情形無法預期，而且我們也無法用一個4 層的Neocognitron模式將 所有訓練的字分間，所以我們乃採用決策樹的觀念。當有些字無法用一個Neocognitr on類神經綱路分開時，則將這些字收集起來，送到下一個 (在決策樹的觀念裡是下一 層) Neocognitron類神經綱路。雖然在觀念上需要好幾個類神經綱路，但在實際上， 我們只應用了一個類神經綱路，其它層綱路是由參數調整來實現。整個學習過程就是 重覆如此之參數調整，直至所有的字完全分開為止。此外，我們利用兩個向量內積之 觀念來作辨認的準則。實驗之結果驗證了所提方法的可行性。