할 수 있는 계층 퍼셉트론을 감지하는 데 사용될 손으로 작성된 자리?

Question

말하자 나는 작은 비트맵 포함하는 하나의 숫자(0..9)에 있습니다.

그것은 가능한 가을 감지하는 숫자를 사용하여(두층)계층 퍼셉트론?

기타의 가능성을 감지하는 한 자리에서트맵 외에 사용하여 신경망?

Answer 1

먹이 각 픽셀의 비트맵으로 바로 신경망이 많은 훈련을 필요로 하는 것이 잘 작동하지 않을 처리하기 위한 조정이나 이미지의 회전.

하는 데 도움이 신경망을 수행에 좋은 분류,수행해야 하는 일 처리 단계가 있습니다.

• 정규화 이미지
  • 조절 콘트라스트 및 밝기는 히스토그램의 이미지 일치에 대한 참조 이미지입니다.
  • 이미지를 흐리게 제거하기 위해,소음.
  • 로 변환하 블랙&화이트,사용하여 몇몇 임계값입니다.
  • 찾 경계 상자의 모양,크기를 미리 정의한 크기입니다.
• 을 계산하는 다양한 기능의 이미지는 차별화 하는 데 사용할 수 있습니다 한 자리에서 다른:
  • 이 오일러 번호 의 이미지—는 방법을 알려줍니다"많은 구멍을"거기에서 형상(예:두 개 구멍의 자리 숫자 8).
  • 의 수는 흰색 픽셀(의 영역에 자리 숫자)
  • 이 주성 의 설정한 좌표의 흰색 픽셀—는 방법을 알려줍니다""신의 모양입니다.
  • ...다른 기능은 당신이 생각할 수 있는 경향이 있는 비슷한 값을 비슷한 자리입니다.

주요 구성 요소 또한 사용될 수 있을 정규화하의 회전형,그래서는 가장 긴 축에 수직입니다.

이 기능은 당신이 무엇을 먹으로 신경 네트워크에 대한 분류되지의 픽셀이 있습니다.

Answer 2

다음은 필기 숫자의 거대한 데이터베이스에 대한 링크입니다. 첫 페이지에는 2 개의 계층 신경망을 포함한 여러 가지 방법에 대한 상대 성능 데이터도 있습니다. 이것은 당신에게 좋은 출발을 주어야합니다.MNIST 숫자 데이터베이스 및 성능

당신은 또한 체크 아웃하고 싶을 수도 있습니다 제한된 Boltzmann 기계에 대한 Geoff Hinton의 작업 그는 상당히 잘 수행하고 있으며 그의 사이트에 좋은 설명 강의가 있습니다 (매우 시청할 수 있음).

Answer 3

여기에 있습니다 MATLAB 예제 프로그램 훈련 된 신경망을 사용하여 단일 자릿수 (28*28에 고정 된 이미지 크기)를 감지합니다.