algorithm - 图像识别的良好神经网络拓扑和训练方法

Question

我已经完成了一个关于模式识别的简单项目。
我使用反向传播和多层神经网络来识别 10 个字母。
这非常艰难，我在与本地最低标准和缓慢的训练作斗争时遇到了很多麻烦。
但是，这个程序还是奏效了。 当然，这可能只是我的错误代码:)

现在我想改进我的结果并使用所有 26 个字母。此外，训练数据可能更复杂(至少是更大的图像)。所以我有点担心我可能会使用错误的方法。

您认为有什么帮助？ 也许我应该结合使用遗传算法和神经网络？
还是使用更复杂的网络拓扑？ (想到Ward网络和训练算法)

我想提一下，我没有使用任何 OCR 库，这只是一个教育项目。

如果有人能给我建议就太好了。谢谢。

Answer 1

尝试 resilient propagation培训。

我在普通 Rprop 培训方面取得了巨大成功。至于 ANN 拓扑，正常的前馈适用于图像处理。您可以尝试使用 Self-organizing map 进行试验如果所有字母的字体相同且尺寸较小(可能是 4x4)，则输出可能表示字母。