不確定結(jié)果性能指標(biāo)約束的脫機(jī)手寫體漢字圖像反饋智能認(rèn)知模型及其運(yùn)行機(jī)制研究.pdf

1、脫機(jī)手寫體漢字圖像識別是人工智能領(lǐng)域的研究熱點(diǎn)，具有廣泛的理論研究價(jià)值和應(yīng)用前景。由于脫機(jī)手寫體漢字圖像存在的書寫風(fēng)格因人而異、書寫變形等特點(diǎn)，針對傳統(tǒng)單層單向開環(huán)認(rèn)知模式性能難以令人滿意的問題，本文模擬人類從全局到局部反復(fù)推敲比對交互的認(rèn)知模式，探索了一種具有反饋調(diào)整機(jī)制的多認(rèn)知方法融合的脫機(jī)手寫體漢字圖像智能認(rèn)知模型，以期提高脫機(jī)手寫體漢字圖像的識別率。
　　本文的主要工作如下:
　　(1)脫機(jī)手寫體漢字圖像的智能認(rèn)知決

2、策信息系統(tǒng)模型研究。針對脫機(jī)手寫體漢字圖像的決策信息系統(tǒng)尚無統(tǒng)一描述的問題，基于粗糙集理論，引入脫機(jī)手寫體漢字圖像的真實(shí)決策屬性信息，從信息論的角度建立多層面特征表征的脫機(jī)手寫體漢字圖像的認(rèn)知智能決策信息系統(tǒng)模型。
　　(2)脫機(jī)手寫體漢字圖像智能認(rèn)知系統(tǒng)架構(gòu)研究?；诮Y(jié)構(gòu)和統(tǒng)計(jì)特征提取方法、集成隨機(jī)權(quán)向量函數(shù)連接網(wǎng)絡(luò)和模糊積分，獲取脫機(jī)手寫體漢字圖像的多層面特征空間數(shù)據(jù)結(jié)構(gòu)、具有集成結(jié)構(gòu)的分類認(rèn)知準(zhǔn)則和融合認(rèn)知方法，克服了傳統(tǒng)認(rèn)

3、知系統(tǒng)基于單一方法構(gòu)建固定片面特征空間和分類認(rèn)知準(zhǔn)則的缺陷。
　　(3)不確定認(rèn)知結(jié)果評價(jià)體系的定義及其計(jì)算模型研究。針對目前后驗(yàn)概率評價(jià)認(rèn)知結(jié)果可信度的方法無法在線實(shí)時測評認(rèn)知結(jié)果的問題，基于廣義誤差理論和廣義熵理論，模擬人類認(rèn)知事物時先粗比對后細(xì)比對的過程，定義了一種廣義認(rèn)知結(jié)果相似度熵測度指標(biāo)，為反饋認(rèn)知智能運(yùn)行機(jī)制提供了可量化的依據(jù)。
　　(4)不確定認(rèn)知結(jié)果測度指標(biāo)約束的反饋認(rèn)知智能運(yùn)行機(jī)制研究。針對傳統(tǒng)認(rèn)知系統(tǒng)單

4、向開環(huán)方式與人類認(rèn)知事物時從全局到局部反復(fù)推敲比對的信息交互過程存在著顯著差異的問題，構(gòu)建具有反饋模式的脫機(jī)手寫體漢字圖像不確定認(rèn)知結(jié)果性能測度指標(biāo)約束的認(rèn)知智能運(yùn)行機(jī)制，基于廣義認(rèn)知結(jié)果相似度建立了多層面特征空間層間調(diào)節(jié)與層內(nèi)尋優(yōu)的調(diào)整機(jī)制。
　　為了驗(yàn)證所提出的智能認(rèn)知模型的優(yōu)越性，本文選用GB23122-80標(biāo)準(zhǔn)簡體手寫中文字符庫，采用MATLAB仿真對本文方法的可行性和有效性進(jìn)行了驗(yàn)證。實(shí)驗(yàn)結(jié)果表明，平均認(rèn)知正確率達(dá)到了9