姜琴

摘要：在對(duì)數(shù)字樣本進(jìn)行篩選的過(guò)程中，需要使用到手寫體數(shù)字識(shí)別的過(guò)程，用聚類源的形式來(lái)對(duì)篩選的結(jié)果進(jìn)行歸納，再經(jīng)過(guò)對(duì)模糊關(guān)系矩陣的構(gòu)建，就能夠開始時(shí)模糊聚類了。實(shí)踐證明，該方法具有非常搞得有效性，能夠?qū)ν饨绲母蓴_有很強(qiáng)的抵制作用，不僅準(zhǔn)確率和識(shí)別率都有所提高，而且還消除了傳統(tǒng)算法下單因子因素帶來(lái)的局限性的影響，具有非常高的實(shí)踐意義。

關(guān)鍵詞：模糊聚類；算法；手寫體；數(shù)字識(shí)別

中圖分類號(hào)：TP18 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2016）04-0175-02

在針對(duì)模式識(shí)別的研究領(lǐng)域中，無(wú)約束手寫體識(shí)別一直是長(zhǎng)久以來(lái)一直研究的一個(gè)話題，在傳統(tǒng)的形式下，手寫數(shù)字能夠提供的樣本庫(kù)太少，一直成為了研究突破的一個(gè)瓶頸，運(yùn)用無(wú)約束手寫體數(shù)字識(shí)別一直是評(píng)判算法質(zhì)量及效果的一個(gè)非常具有影響力的檢測(cè)方式。國(guó)內(nèi)外的科研人員對(duì)這類問(wèn)題開展可研究工作，也有著不同的算法建議。不過(guò)以最終結(jié)果來(lái)看，被廣泛應(yīng)用的識(shí)別算法有統(tǒng)計(jì)法、神經(jīng)網(wǎng)絡(luò)法、聚類分析法。這些算法具體來(lái)說(shuō)，有Bagging算法、Adaboost算法、誤差反向傳播算法、支持向量機(jī)。自組織映射和徑向基函數(shù)。經(jīng)過(guò)實(shí)踐證明，這些算法在實(shí)踐過(guò)程中給用戶帶來(lái)了完美的影響，具有非常高質(zhì)量的識(shí)別效果。然而，這些算法也存在這局限性，如果在其他領(lǐng)域例如對(duì)支票、統(tǒng)計(jì)報(bào)表、銀行票據(jù)等文件的識(shí)別當(dāng)中，它們的質(zhì)量和精確率就很難得到保證，難以完成識(shí)別目的。

1 識(shí)別系統(tǒng)的構(gòu)建

模糊聚類是目前采用率最高的一種的一種手寫體識(shí)別方法，但是在實(shí)踐過(guò)程中，也有著自己的優(yōu)勢(shì)和局限，優(yōu)勢(shì)就是它的模糊性和容錯(cuò)率非常高，對(duì)識(shí)別質(zhì)量有一定的保障，但是它的劣勢(shì)也比較突出，在實(shí)踐應(yīng)用中出現(xiàn)了下列一些問(wèn)題。例如，第一，在對(duì)模糊關(guān)系矩陣進(jìn)行識(shí)別的過(guò)程中，具有難確定的基本特點(diǎn)。第二，模糊聚類在識(shí)別過(guò)程中，其識(shí)別對(duì)象往往異常龐大，這就造成了在模糊關(guān)系矩陣當(dāng)中，存在的階數(shù)較高，導(dǎo)致了其識(shí)別過(guò)程選喲非常高的計(jì)算量。針對(duì)這一局限性，一般在模糊聚類的手寫體數(shù)字識(shí)別過(guò)程中，會(huì)采用BP神經(jīng)網(wǎng)絡(luò)來(lái)進(jìn)行輔助識(shí)別，它的原理是在模糊聚類識(shí)別過(guò)程中，BP神經(jīng)網(wǎng)絡(luò)協(xié)助其對(duì)特征因素也進(jìn)行篩選，有些不符合的條件被排除開外，降低了計(jì)算幅度，這就提高了計(jì)算速度，對(duì)聚類的效果和質(zhì)量有了極大的保證。之所以會(huì)取得如此明顯的變化，這是因?yàn)锽P神經(jīng)網(wǎng)絡(luò)自身就有著非常高的對(duì)外界的適應(yīng)能力，在對(duì)樣本進(jìn)行篩選的練習(xí)中能夠?qū)颖具M(jìn)行分析，最終得出相應(yīng)的規(guī)律，如果識(shí)別因素具有交叉性，那么BP神經(jīng)網(wǎng)絡(luò)模式下的模糊聚類識(shí)別就具有非常高的篩選作用，其提供的數(shù)據(jù)能夠很好地指導(dǎo)以后的模糊聚類識(shí)別。一般情況下，高效率的模糊聚類都是與BP神經(jīng)網(wǎng)絡(luò)進(jìn)行有效的聯(lián)系，其原理就是，第一步：先給出一定的數(shù)字樣本，BP網(wǎng)絡(luò)對(duì)給出的樣本進(jìn)行訓(xùn)練。第二步，模糊聚類分析方法的使用倆完成對(duì)矢量數(shù)據(jù)的歸類工作。通過(guò)這兩步，可以完成數(shù)字識(shí)別的具體工作。識(shí)別系統(tǒng)流程是先輸出樣本，再對(duì)樣本進(jìn)行預(yù)處理，BP神經(jīng)網(wǎng)絡(luò)在處理過(guò)程中提取這些樣本的特征，然后在其學(xué)習(xí)下提取標(biāo)準(zhǔn)特征完成特征篩選工作。這些標(biāo)準(zhǔn)特征完成模糊關(guān)系矩陣之后，進(jìn)行模糊聚類，最后進(jìn)行識(shí)別輸出。

2 模糊聚類條件下的手寫體數(shù)字識(shí)別方法

1）預(yù)處理

由于識(shí)別方法的不同，預(yù)處理的項(xiàng)目和要求也會(huì)不盡相同，具有一定的差異性，在設(shè)計(jì)識(shí)別系統(tǒng)的過(guò)程中，預(yù)處理的過(guò)程一共由三部分組成，依次是二值化、歸一化、平滑。第一步，在識(shí)別之前，要對(duì)樣本的整體閾值進(jìn)行確定，因此可以采用閾值法來(lái)確定閾值，閾值法是在灰度直方圖的基礎(chǔ)上建立起來(lái)的。第二步，需要對(duì)數(shù)字或文字的尺寸進(jìn)行規(guī)定，規(guī)定的方法主要是采用外框歸一化，按照一定的比例，將數(shù)字的外界邊框縮小或者是放大，以滿足文字的規(guī)定尺寸。第三步，也就是平滑的過(guò)程，也就是對(duì)二值數(shù)字點(diǎn)進(jìn)行掃描，一般都采用三乘三的輔助矩形進(jìn)行掃描工作。平滑過(guò)程還需要做到一步工作，就是將矩陣最重型的被平滑的像素X0從“0”變成“1”，或者是從“1”變成“0”。這一工作主要是根據(jù)輔助矩陣中的像素0，1的分布來(lái)完成的。

2）特征提取

通過(guò)模糊聚類與BP神經(jīng)網(wǎng)絡(luò)的結(jié)合來(lái)完成特征提取，就首先需要進(jìn)行定義并提取出6種基本特征，依次為端點(diǎn)、分店、交叉點(diǎn)、直線、弧和圓。采用一定的結(jié)構(gòu)特征組合。如果規(guī)定起始點(diǎn)只有一種，那就是端點(diǎn)，線段有兩種，那就是直線和??；終點(diǎn)有三種，那就是端點(diǎn)、分點(diǎn)和交叉點(diǎn)。按照這種邏輯對(duì)線段的結(jié)構(gòu)特征進(jìn)行分析，可以發(fā)現(xiàn)結(jié)構(gòu)特征具有6各組合，以此是第一種，端點(diǎn)加直線加端點(diǎn)；第二種，端點(diǎn)加弧加端點(diǎn)；第三種。端點(diǎn)加直線加交叉點(diǎn)；第四種是端點(diǎn)加弧加交叉點(diǎn)；第五種低端點(diǎn)加直線加分點(diǎn)。第六種是端點(diǎn)節(jié)哀弧加分點(diǎn)。這時(shí)候我們需要增加一個(gè)定義，那就是V，它來(lái)對(duì)這些組合進(jìn)行表示，它包括{0，1，-1，2，-2，3，-3}，當(dāng)v是零的情況下表示這個(gè)區(qū)域內(nèi)沒(méi)有圖像信息。下一步，我們把圖像分為三乘三的區(qū)域，對(duì)特征矢量進(jìn)行構(gòu)造S1，S1包含著九個(gè)不同的特征向量，他們的端點(diǎn)位置特征都具有不同性，端點(diǎn)的位置特征有這幾種情況{0，1，-1，2，-2，3，-3}。這就表示在不同的位置具有一條與其位置相似的一條曲線。直線和弧在交叉點(diǎn)的指向上具有四種不同的方向，依次是上下左右四種。

3）BP識(shí)別器特征篩選

BP神經(jīng)網(wǎng)絡(luò)作為一種學(xué)習(xí)算法，具有反向傳播的特性，它主要被應(yīng)用于前向多層神經(jīng)網(wǎng)絡(luò)。通過(guò)對(duì)其特征的選取的過(guò)程進(jìn)行總結(jié)會(huì)得出結(jié)論，造成這些特征的因素很可能是其中存在著一定的相互交叉現(xiàn)象。因?yàn)锽P網(wǎng)絡(luò)在多層的情況之下會(huì)具有一些特點(diǎn)例如自動(dòng)學(xué)習(xí)的特性、容錯(cuò)性、分類能力較強(qiáng)并能夠并行處理，將它作用于對(duì)手寫體數(shù)字識(shí)別訓(xùn)練具有非常高的現(xiàn)實(shí)意義。在本文當(dāng)中，BP網(wǎng)絡(luò)一共有三層，輸入層具有十五個(gè)輸出點(diǎn)，與特征矢量的十五個(gè)分量一一對(duì)應(yīng)。它的輸出層也具有十個(gè)輸出點(diǎn)。在BP網(wǎng)絡(luò)對(duì)數(shù)字樣本進(jìn)行訓(xùn)練之后，可以將學(xué)習(xí)的結(jié)果歸納入聚類源，通過(guò)公式Y(jié)=f（x）=（1-e-x）-1來(lái)對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，這個(gè)公式是輸入輸出的轉(zhuǎn)化公式，具有一定的實(shí)踐意義。另一方面，設(shè)置N是每次修正權(quán)值的步長(zhǎng)，權(quán)值的取值要符合一定的標(biāo)準(zhǔn)，必須得經(jīng)過(guò)嚴(yán)格的控制，

當(dāng)取值太小或者取值太大都會(huì)影響結(jié)論的正確性。如果取值太大的話，在網(wǎng)絡(luò)的輸出過(guò)程中會(huì)出現(xiàn)震蕩現(xiàn)象，在最終收斂的過(guò)程中會(huì)出現(xiàn)阻礙作用。如果取值太小的化，會(huì)導(dǎo)致訓(xùn)練的時(shí)間太長(zhǎng)，如果當(dāng)前網(wǎng)絡(luò)狀態(tài)的變化在誤差曲面的平坦區(qū)域內(nèi)，可能會(huì)導(dǎo)致訓(xùn)練的時(shí)間更加長(zhǎng)。

4）模糊聚類分析

模糊聚類分析主要由兩個(gè)階段組成一個(gè)是構(gòu)造模糊相似矩陣，另一個(gè)則是聚變。在構(gòu)造模糊相似矩陣過(guò)程中，設(shè)論域U={u1，u2，u3……un}，其中有n個(gè)待識(shí)別的手寫體數(shù)字，這些數(shù)字每一個(gè)都有不同的向量值邊式與其一一對(duì)應(yīng)，當(dāng)ui={ui1，ui2，ui3……uim}（i=1，2，3，……n）。通過(guò)對(duì)這些取值進(jìn)行標(biāo)準(zhǔn)化存放，可以得到一個(gè)矩陣，這個(gè)矩陣有n行m列。通過(guò)數(shù)量積法對(duì)矩陣標(biāo)準(zhǔn)化可以得到模糊相似矩陣R（rij）nxm，其中可以得出

當(dāng)相似矩陣構(gòu)造完成后就是聚類，可以應(yīng)用直接聚類法，通過(guò)從模糊相似矩陣出發(fā)，可以求出聚類圖。第一步，是構(gòu)建相似類，第二步是得出等價(jià)分類，第三步將所有的樣本歸為一類。

3 結(jié)果分析

通過(guò)對(duì)某印刷體的測(cè)試片段進(jìn)行提取，按照以上的方式來(lái)對(duì)每一個(gè)手寫體數(shù)字進(jìn)行特征提取特征向量，可以得出U={u1，u2，u3，u4，……，u115}的論域，論域中包含著一百一十五各待識(shí)別手寫體數(shù)字，這些數(shù)字中，它們每一個(gè)的特征矢量都是十五位，將這些待識(shí)別的手寫體數(shù)字作為輸入樣本，將它通過(guò)BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)之后，可以得到一個(gè)十維的輸出向量，將這些向量中的每一個(gè)數(shù)字的特征矢量進(jìn)行模糊聚類分析。如下圖所示，利用該BP神經(jīng)網(wǎng)絡(luò)，我們將n的初始值設(shè)為0.15，為了達(dá)到分析識(shí)別目的，需要對(duì)初始值的值進(jìn)行不斷的調(diào)減，讓初始值逐漸變小，而調(diào)減的方法是利用退火函數(shù)n（1）=Cx（1-t/tm）、通過(guò)調(diào)減之后，可以將定勢(shì)態(tài)因子進(jìn)行調(diào)整，將其定值為0.175，BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)結(jié)束的條件是網(wǎng)絡(luò)的均方根ERMS=0.1。提供參數(shù)M=50.0，可以得出標(biāo)準(zhǔn)模式相似矩陣，通過(guò)模糊聚類之后，可以得出三十九種分類結(jié)果。當(dāng)取值為0.135時(shí)，分類效果最好。

4 總結(jié)

通過(guò)實(shí)驗(yàn)結(jié)果，可以發(fā)現(xiàn)模糊聚類條件下的手寫體數(shù)字識(shí)別具有非常高的正確率，能夠達(dá)到百分之九十八，識(shí)誤率可以達(dá)到百分之一點(diǎn)六，拒誤率是百分之一點(diǎn)七，具有百分之九十六的可靠程度。因此，我們可以得出結(jié)論，利用模糊聚類來(lái)對(duì)手寫體數(shù)字識(shí)別結(jié)合BP神經(jīng)網(wǎng)絡(luò)能更加的增加識(shí)別的有效性，與傳統(tǒng)的統(tǒng)計(jì)識(shí)別比起來(lái)，可靠性、正確率有了明顯的提高。

參考文獻(xiàn)：

[1] 葉佩，江濤. 基于BP特征篩選的模糊聚類手寫體數(shù)字識(shí)別[J]. 武漢理工大學(xué)學(xué)報(bào)，2007（6）：128-130.

[2] 洪沛霖，張佑生，邢燕. 基于改進(jìn)模擬退火算法的手寫體數(shù)字識(shí)別[J]. 計(jì)算機(jī)技術(shù)與發(fā)展，2007（9）：15-17+20.

[3] 柳回春，馬樹元，吳平東，等. 基于結(jié)構(gòu)特征的手寫體數(shù)字識(shí)別算法[J]. 計(jì)算機(jī)工程，2002（11）：28-29.

[4] 黃心曄，王茂祥，富煜清，等. 基于結(jié)構(gòu)分析的手寫體數(shù)字識(shí)別算法[J]. 電子工程師，1999（11）：23-25.

[5] 陳軍勝. 組合結(jié)構(gòu)特征的自由手寫體數(shù)字識(shí)別算法研究[J]. 計(jì)算機(jī)工程與應(yīng)用，2013（5）：179-184+194.

[6] 王松，蘇輝，夏紹瑋. 無(wú)約束手寫體數(shù)字識(shí)別的預(yù)處理算法[J]. 模式識(shí)別與人工智能，1997（3）：243-250.

[7] 盛積德，常勝江，陳戍，等. 用于手寫體數(shù)字識(shí)別的視覺與神經(jīng)網(wǎng)絡(luò)混合算法[J]. 光電子·激光，2001（12）：1280-1283.

[8] 李云峰，胡文平. SVM多類分類算法及其在手寫體數(shù)字識(shí)別中的應(yīng)用[J]. 物流工程與管理，2012（7）：131-134.