文獻標識碼： A
文章編號： 0258-7998(2015)03-0120-03
0 引言
目前，在字符識別的研究中，最常見的識別方法就是先建立字符庫，或儲存字符信息模板，或存儲字符特征信息，在進行識別時，將待識別字符與字符庫中的信息進行逐個比對，進而識別出待識別字符。由此衍生出來算法有兩種：基于模板匹配的字符識別法、基于特征統(tǒng)計匹配的字符識別法[1-3]。模板匹配算法的高速識別和特征統(tǒng)計匹配識別算法的簡單原理，讓這兩種算法得以廣泛應用，然而當面對批量圖書文字、字體種類繁多、識別字體模糊等問題時，以上兩種算法在識別準確率、程序魯棒性、適應性上都顯得不夠理想。
由此，本文運用一種新方法解決以上問題——基于感知機神經(jīng)網(wǎng)絡的字符識別法。通過仿真實驗，對算法進行改良、數(shù)據(jù)分析與比較，驗證了全新算法較目前常規(guī)算法的卓越性能優(yōu)勢。
1 字符識別器的設計
1.1 感知機網(wǎng)絡模型
感知機神經(jīng)網(wǎng)絡現(xiàn)在仍處于發(fā)展階段，主要應用在模糊識別領域中。在識別字符時，神經(jīng)元網(wǎng)絡先對待識別字符進行特征提取，然后用所獲得的特征來訓練神經(jīng)網(wǎng)絡分類器。它的優(yōu)點是識別器自身可進行學習訓練，識別器的容錯能力強，識別率高。
其基本思想是將一些類似生物神經(jīng)元的處理單元構成一個計算網(wǎng)絡，該網(wǎng)絡能夠自動學習如何對“模式”進行識別和分類。
感知機模型是一種具有權值元素的前饋網(wǎng)絡，通常由感知層S（Sensory）、連接層A（Association）和反應層R（Response）構成[4]。
1.2 感知機網(wǎng)絡的學習過程
如圖1所示，當輸入X時，經(jīng)過神經(jīng)元的計算，得出實際輸出值。這個實際輸出值與期望輸出值進行比較，并進行誤差計算，如果誤差為0，則輸出；如果誤差不為0，則進行學習，修改閾值t，其算法為e(t，0)[5]。
閾值被修改后，重復進行以上工作，直至實際輸出數(shù)據(jù)與期望輸出數(shù)據(jù)相同，學習結束。
2 字符識別器的實現(xiàn)
2.1 實例
設計并訓練一個印刷字符分類器。如圖2所示，用位圖形式表示的L和I印刷字符分別用白色和黑色象素表示0和1。分類器用一個離散雙極型感知機構成，有10個輸入權值，包括閾值在內。
2.2 字符識別器的學習步驟
(1)初始化
初始化突觸權值w，在連到神經(jīng)元k的突觸j上的輸入信號xj被乘以k的突觸權值wkj。突觸權值wkj在[-1，1]隨機產(chǎn)生，產(chǎn)生后固定不變。將A層至R層的連接權向量Wi及輸出單元的閾值t賦予[-1，+1]區(qū)間的隨機值[5]。
初始化印刷字符L和I的輸入值：
x1=[1 0 0 0；1 0 0 0；1 0 0 0；1 1 1 1]；
//用矩陣x1表示印刷字符L
x2=[0 1 0 0；0 1 0 0；0 1 0 0；0 1 0 0；]；
//用矩陣x2表示印刷字符I
初始化期望值：
y1=1；
y2=1；//變量y為程序希望輸出的值
初始化學習率：
a1=0.100000；
a2=0.100000；//a為程序每次學習的學習率
初始化連接權W：
r1=rand(3)；//隨機矩陣[0，1]
w=2*r1-1；//隨機矩陣[-1,1]；A～R層的權值；w隨
機產(chǎn)生，產(chǎn)生后固定不變
初始化閾值t：
r1=rand；//產(chǎn)生隨機數(shù)
t=r1*2-1；//閾值(隨機產(chǎn)生)；t 隨機產(chǎn)生，產(chǎn)生后隨
學習而被修正
(2)隨機選取一輸入模式uk加到網(wǎng)絡的輸入端，用于求輸入信號被神經(jīng)元的相應突觸加權的和uk。這個操作構成一個線性組合器，如式(1)所示[6]：
(3)計算網(wǎng)絡的實際輸出：
式中，uki為第i次uk輸入；f(x)為雙極階函數(shù)(激活函數(shù))，用來限制神經(jīng)元輸出振幅。由于它將輸出信號壓制到允許范圍之內的一定值，故而激活函數(shù)也稱為壓制函數(shù)。通常，一個神經(jīng)元輸出的正常幅度范圍可寫成單位閉區(qū)間[-1，+1]：
(4)計算輸出層單元的期望輸出與實際輸出之間的誤差：
dk=yk-y(4)
(5)修正A層各單元與輸出層R之間的連接權與閾值：
式中dk；i=1，2，3…n；N為學習次數(shù)；α、β為正常數(shù)，稱學習率（0<α<1，0<β<1）。
(6)返回第(2)步，直到m個輸入模式全部計算完。
(7)返回第(2)步，反復學習，直到誤差 dk（k=1，2，…，m）趨于零或小于預先給定的誤差。
(8)學習結束。學習結束后網(wǎng)絡將學習模式分布記憶在連接權之中，當再給網(wǎng)絡提供已記憶的輸入模式時，網(wǎng)絡將計算出期望的輸出yk值，并可根據(jù)yk為+1或-1判斷出這一輸入模式屬于記憶中的哪種或接近于哪一種模式[7]。
3 仿真實驗與分析
3.1 實驗環(huán)境
實驗環(huán)境見表1。
3.2 實驗結果
(1)第1次學習
連接權w：-0.384 5-0.339 0-0.548 2
-0.197 50.888 6-0.658 6
0.141 8-0.210 5-0.344 7
閾值(第1次被修正)：t=0.271 4；誤差(第1次被修正)：d1=2；誤差(第1次被修正)：d2=2。
(2)第2次學習
連接權w：-0.184 5-0.339 0-0.548 2
0.002 50.888 6-0.658 6
0.341 8-0.010 5-0.144 7
閾值(第2次被修正)：t=0.471 4；誤差(第2次被修正)：d1=2；誤差(第2次被修正)：d2=0。
(3)第3次學習
連接權w：0.015 5-0.339 0-0.548 2
0.202 50.888 6-0.658 6
0.541 80.189 50.055 3
閾值(第3次被修正)：t=0.671 4；誤差(第3次被修正)：d1=2；誤差(第3次被修正)：d2=0。
(4)第4次學習
連接權w：0.015 5-0.339 0-0.548 2
0.202 50.888 6-0.658 6
0.541 80.189 50.055 3
閾值(第4次被修正)：t=0.671 4；誤差(第4次被修正)：d1=0；誤差(第4次被修正)：d2=0。
學習總次數(shù)為4次，最終確定的連接權矩陣W：
0.015 5-0.339 0-0.548 2
0.202 50.888 6-0.658 6
0.541 80.189 5 0.055 3
閾值：t=0.671 4；誤差：d1=0；誤差：d2=0。
程序每次執(zhí)行結果都不一樣，這是因為步驟(1)中w初始值不同。以上只是其中一種情況。
3.3 實驗分析
上述實驗經(jīng)過了4次學習之后，兩個印刷字符的閾值被鎖定為0.671 4，此時兩圖的學習誤差均為0，結果符合預期要求。
實驗結果表明，程序會根據(jù)隨機產(chǎn)生的連接權進行計算，通過有導師學習逐步改變閾值，并計算出每次學習的誤差，直到學習誤差為0時結束。
為了驗證這個實驗的準確性，本文對程序進行了4 000次的隨機測試，并對數(shù)據(jù)進行抽樣記錄。
根據(jù)統(tǒng)計可以看出，要識別出這兩個字符，最多進行10次學習，最少只需學習4次，平均學習6.95次。忽略兩極分布情況，大部分學習次數(shù)為[5，8]，數(shù)據(jù)波動小，穩(wěn)定性較好。
在源代碼中，加入時間統(tǒng)計代碼“tic；toc；”，便可精確計算每次學習的運行時間，大部分實驗耗時0.004～0.09 s之間，平均耗時0.006 812 56 s。
根據(jù)實驗數(shù)據(jù)可以看出，感知機字符識別器要想識別兩個字符，平均學習6.95次，耗時0.006 8 s，每識別出一個字符，需耗時0.003 4 s。按此數(shù)據(jù)推算，完成一段字數(shù)為8 000字的文章字符識別，只需要耗時27.201 6 s。據(jù)統(tǒng)計，國人對漢字閱讀速度一般為400字/min[8]，想要完成8 000字的閱讀，需耗時20 min，而掌握“速讀”技巧的人能以4 000字/min的速度閱讀書籍和資料，完成8 000字的閱讀也需要耗費2 min。通過對比得知，基于感知機網(wǎng)絡的字符識別器的識別速度是普通人的32.64倍數(shù)，是頂尖閱讀學者的3.26倍，從識別速度的角度的來看，識別器完全達到了實際應用的要求。
通過實驗可以看出，基于神經(jīng)元網(wǎng)絡的字符識別器具有自我學習的能力，在每次的學習過程中，識別器會進行自我糾正；在實際的應用中，該識別器不需要預先建立數(shù)據(jù)庫，可以減少程序的體積；對字符的噪音、不完整、傾斜等都具有較強的適應能力，容錯能力和魯棒性都要優(yōu)于另外兩種常用方法；具有較高的并行分布能力和聯(lián)想存儲能力，大大提高了字符識別器的識別效率。
4 總結
本文詳細分析了基于神經(jīng)元網(wǎng)絡模型的字符識別器，并對這個識別器進行了4 000次的實驗與分析，通過與人腦閱讀速度相比，得出識別器的識別速度是普通人的32.64倍，是專業(yè)學者的3.62倍數(shù)。從識別率與識別速度兩方面來看，本次試驗達到了設計的要求。
在未來，字符識別它能大大提高信息采集的速度，減輕人們的工作強度?，F(xiàn)在市面上已經(jīng)有越來越多基于字符識別的產(chǎn)品出現(xiàn)，例如：步步高點讀機等。隨著網(wǎng)絡的普及，大數(shù)據(jù)時代的來臨，字符識別技術在簽名識別、手寫體和印刷體字符識別、目標檢測與識別、車牌識別等領域都將會揮下重彩濃墨的一筆。
參考文獻
[1] 高慶一，逯鵬，劉馳，等.模擬視覺機制的隱蔽目標識別算法研究[J].儀器儀表學報，2012，33(2)：11-15.
[2] 何灝，羅慶生，羅霄.基于強分類器的神經(jīng)網(wǎng)絡三維目標識別[J].計算機測量與控制，2012，20(7)：26-32.
[3] 曹步清，金毆，賀建飚.基于BP神經(jīng)網(wǎng)絡的貨幣識別算法設計與實現(xiàn)[J].計算機測量與控制，2007，15(4)：20-30.
[4] 韓英莉，顏云輝.基于BP神經(jīng)網(wǎng)絡的帶鋼表面缺陷的識別與分類[J].儀器儀表學報，2006，27(12)：12-21.
[5] EBERLIN L S，DILL A L，IFA D R，et al.Cholesterol sulfateimaging in human prostate cancer tissue by desorption electrospray ionization mass spectrometry[J].Analytical Chemistry，2010，82(9)：3430-3434.
[6] 張建華，祁力鈞，冀榮華，等.基于粗糙集和BP神經(jīng)網(wǎng)絡的棉花病害識別[J].農業(yè)工程學報，2012，28(7)：33-39.
[7] 陳蕾，黃賢武，仲興榮，等.基于改進BP算法的數(shù)字字符識別[J].微電子學與計算機，2004，21(12)：4-10.
[8] 黃志斌，陳鍛生.支持向量機在車牌字符識別中的應用[J].計算機工程，2003，29(5)：21-25.