神經網路之階層式研究---從應用、模式到實作(IV)

Abstract

類神經網路之研究是近年來相當熱絡的研究， 在第二年計劃中我們提出了混合式神經網路。 第三年的研究，我們本著前二年的研究成果，進行連接(手)寫及印刷英文字，數字分割技術的應用研究。 在第四年的研究中，則發展出適應個人手寫中文的辨識系統，即神眼三號。本年度 ( 第五年) 將依據前四年研究之理論及應用等成果為基礎進行離散式 ( off - line ) 完整中文適應型辨識系統之應用研究。在一般手寫辨識問題中大略可分為前處理，切割，特徵擷取，辨識，後處理等五個步驟。其中特徵擷取又可分成結構法及統計法兩種，然目前中文手寫辨識器若特徵擷取採統計法者，基本上均假設每一個字的特徵資訊分佈為一普通高斯分佈( Normal Gaussian Distribution)。 但在自然界中很難有這麼理想的分佈，又任何的機率密度函式均可由複合高斯分佈( Mixture Gaussian Distribution)所逼近。因此如果能用複合高斯分佈取代普通高斯分佈，必能對於辨識率的提升有所助益。