A neuro-fuzzy system for isolated hand-written digit recognition
Visualitza/Obre
Estadístiques de LA Referencia / Recolecta
Inclou dades d'ús des de 2022
Cita com:
hdl:2099/3611
Tipus de documentArticle
Data publicació2001
EditorUniversitat Politècnica de Catalunya. Secció de Matemàtiques i Informàtica
Condicions d'accésAccés obert
Llevat que s'hi indiqui el contrari, els
continguts d'aquesta obra estan subjectes a la llicència de Creative Commons
:
Reconeixement-NoComercial-SenseObraDerivada 3.0 Espanya
Abstract
A neuro-fuzzy system for isolated hand-written digit recognition using a
similarity fuzzy measure is presented. The system is composed of two main
blocks: a first block that normalizes the input and compares it with a set
of fuzzy patterns, and a second block with a multilayer perceptron to
perform a neuronal classification. The comparison with the fuzzy patterns is
performed via a fuzzy similarity measure that uses the Yager parametric
t-norms and t-conorms. Along this work, several values of the parameters
have been studied, in order to obtain the best classification. The
simplicity of the method makes it extremely quick and provides a
recognition accuracy about 90% in classification of isolated digits, making
it an attractive method for practical applications.
ISSN1134-5632
Col·leccions
Fitxers | Descripció | Mida | Format | Visualitza |
---|---|---|---|---|
7-pinzolas.pdf | 196,8Kb | Visualitza/Obre |