OCR使用神经网络

时间:2014-10-08 06:59:04

标签: machine-learning neural-network ocr encog

我正在努力理解NN的使用以执行OCR,我的目标与通常的OCR算法略有不同。

我的目标是能够确定特定输入是否是特定字母,例如我希望得到字母' A'来自用户,我需要确保我没有形成不同的形状。

我需要能够决定给定输入是否是正确的形状。

从我所阅读的内容来看,这里有一些选项,MLP,SOM网络,一个反向传播网络。

据我所知,由于我计划为每个形状(字母)创建样本以训练网络,我应该定义一个SOM网络,这是正确的吗?

我不确定哪个方向是首选,如果你可以指出我的方向很好。

我计划使用Encog框架,不确定这是否重要。

1 个答案:

答案 0 :(得分:2)

根据您的描述,SOM不是最佳选择,因为它是无监督的分类器。您正在为每个培训示例指定类(字母);因此,监督分类器,如多层感知器(MLP)更合适。

关于MLP与反向传播网络,这是一个有点错误的区别。 MLP是一种人工神经网络(ANN),而反向传播是一种学习方法。可以使用反向传播或通过其他方法(例如,遗传算法)来训练MLP。