集成型手写汉字识别方法与系统

针对手写汉字识别中字量大、结构复杂、相似字多以及手写体的形变等特点，将传统的统计识别方法与人工神经网络相结合，提出了一种适用于汉字识别的网络集成法，并用这一方法对４个手写汉字分类器进行集成。实验结果表明，该方法学习速度快，精度高，能够大幅度提高系统性能。     

手写汉字的并行紧致集成识别方法

针对手写汉字识别这一大类别分类问题, 给出了一种新的基于多层感知机(MLP)网络的并行紧致集成方法. 方法中强调综合集成中人机结合的观点, 编码训练紧致网络分类器, 并通过一个两步监督学习过程实现整个集成网络分类系统. 与以前的集成方法相比较, 并行紧致集成方法在结构和信息处理方式上具有并行紧致的特点, 体现出较高的分类性能, 为MLP网络在大类别分类问题中的应用提供了一条可行的途径.