銀行票據(jù)自動識別系統(tǒng)研究.pdf

1、銀行每天要處理堆積如山的各類票據(jù)，最終這些票據(jù)都將在一個特定的地方被掃描成數(shù)字圖像，但票據(jù)上的內容還是需要人工輸入到計算機中。這樣的機械操作完全可以由計算機自動完成從而節(jié)省大量的人力物力。 本論文綜合運用圖像處理，模式識別的理論來構建銀行票據(jù)中的阿拉伯數(shù)字和行名行號的識別與提取系統(tǒng)。本論文采用的是感知器法則的改進型多重反饋BP神經網結合模板匹配方法來進行模式識別的。采用經過改進的、適合于識別阿拉伯數(shù)字的S型函數(shù)作為神經元，在算法

2、中采用動態(tài)偵測參數(shù)調整量的方法提高系統(tǒng)的學習訓練速度。為了提高該模型算法的穩(wěn)定性采用了Yuille和Naonori等提出的確定性模擬退火思想進一步完善了該算法。 在系統(tǒng)設計和實驗中立足本應用研究的實際，相繼比較了幾種不同的模式識別方法。對其運算速度，識別率，容錯性等作了一定的探討。比較了幾種不同閥值、權值調整方式。本文從梯度下降算法和可變加速度下降算法兩種動態(tài)偵測手段分別來訓練有10-50個中間層節(jié)點的三層BP網絡。能夠識別的內