0 引言

　　目前，在字符识别的研究中，最常见的识别方法就是先建立字符库，或储存字符信息模板，或存储字符特征信息，在进行识别时，将待识别字符与字符库中的信息进行逐个比对，进而识别出待识别字符。由此衍生出来算法有两种：基于模板匹配的字符识别法、基于特征统计匹配的字符识别法[1-3]。模板匹配算法的高速识别和特征统计匹配识别算法的简单原理，让这两种算法得以广泛应用，然而当面对批量图书文字、字体种类繁多、识别字体模糊等问题时，以上两种算法在识别准确率、程序鲁棒性、适应性上都显得不够理想。

　　由此，本文运用一种新方法解决以上问题——基于感知机神经网络的字符识别法。通过仿真实验，对算法进行改良、数据分析与比较，验证了全新算法较目前常规算法的卓越性能优势。

1 字符识别器的设计

　　1.1 感知机网络模型

　　感知机神经网络现在仍处于发展阶段，主要应用在模糊识别领域中。在识别字符时，神经元网络先对待识别字符进行特征提取，然后用所获得的特征来训练神经网络分类器。它的优点是识别器自身可进行学习训练，识别器的容错能力强，识别率高。

　　其基本思想是将一些类似生物神经元的处理单元构成一个计算网络，该网络能够自动学习如何对“模式”进行识别和分类。

　　感知机模型是一种具有权值元素的前馈网络，通常由感知层S（Sensory）、连接层A（Association）和反应层R（Response）构成[4]。

　　1.2 感知机网络的学习过程

　　如图1所示，当输入X时，经过神经元的计算，得出实际输出值。这个实际输出值与期望输出值进行比较，并进行误差计算，如果误差为0，则输出；如果误差不为0，则进行学习，修改阈值t，其算法为e(t，0)[5]。

　　阈值被修改后，重复进行以上工作，直至实际输出数据与期望输出数据相同，学习结束。

2 字符识别器的实现

2.1 实例

　　设计并训练一个印刷字符分类器。如图2所示，用位图形式表示的L和I印刷字符分别用白色和黑色象素表示0和1。分类器用一个离散双极型感知机构成，有10个输入权值，包括阈值在内。

　　2.2 字符识别器的学习步骤

　　(1)初始化

　　初始化突触权值w，在连到神经元k的突触j上的输入信号xj被乘以k的突触权值wkj。突触权值wkj在[-1，1]随机产生，产生后固定不变。将A层至R层的连接权向量Wi及输出单元的阈值t赋予[-1，+1]区间的随机值[5]。

　　初始化印刷字符L和I的输入值：

　　x1=[1 0 0 0；1 0 0 0；1 0 0 0；1 1 1 1]；

　　//用矩阵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；]；

　　//用矩阵x2表示印刷字符I

　　初始化期望值：

　　y1=1；

　　y2=1；//变量y为程序希望输出的值

　　初始化学习率：

　　a1=0.100000；

　　a2=0.100000；//a为程序每次学习的学习率

　　初始化连接权W：

　　r1=rand(3)；//随机矩阵[0，1]

　　w=2*r1-1；//随机矩阵[-1,1]；A～R层的权值；w随

　　机产生，产生后固定不变

　　初始化阈值t：

　　r1=rand；//产生随机数

　　t=r1*2-1；//阈值(随机产生)；t 随机产生，产生后随

　　学习而被修正

　　(2)随机选取一输入模式uk加到网络的输入端，用于求输入信号被神经元的相应突触加权的和uk。这个操作构成一个线性组合器，如式(1)所示[6]：

　　(3)计算网络的实际输出：

　　式中，uki为第i次uk输入；f(x)为双极阶函数(激活函数)，用来限制神经元输出振幅。由于它将输出信号压制到允许范围之内的一定值，故而激活函数也称为压制函数。通常，一个神经元输出的正常幅度范围可写成单位闭区间[-1，+1]：

　　(4)计算输出层单元的期望输出与实际输出之间的误差：

　　dk=yk-y(4)

　　(5)修正A层各单元与输出层R之间的连接权与阈值：

　　式中dk；i=1，2，3…n；N为学习次数；α、β为正常数，称学习率（0<α<1，0<β<1）。

　　(6)返回第(2)步，直到m个输入模式全部计算完。

　　(7)返回第(2)步，反复学习，直到误差 dk（k=1，2，…，m）趋于零或小于预先给定的误差。

　　(8)学习结束。学习结束后网络将学习模式分布记忆在连接权之中，当再给网络提供已记忆的输入模式时，网络将计算出期望的输出yk值，并可根据yk为+1或-1判断出这一输入模式属于记忆中的哪种或接近于哪一种模式[7]。

3 仿真实验与分析

　　3.1 实验环境

　　实验环境见表1。

　　3.2 实验结果

　　(1)第1次学习

　　连接权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

　　阈值(第1次被修正)：t=0.271 4；误差(第1次被修正)：d1=2；误差(第1次被修正)：d2=2。

　　(2)第2次学习

　　连接权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

　　阈值(第2次被修正)：t=0.471 4；误差(第2次被修正)：d1=2；误差(第2次被修正)：d2=0。

　　(3)第3次学习

　　连接权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

　　阈值(第3次被修正)：t=0.671 4；误差(第3次被修正)：d1=2；误差(第3次被修正)：d2=0。

　　(4)第4次学习

　　连接权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

　　阈值(第4次被修正)：t=0.671 4；误差(第4次被修正)：d1=0；误差(第4次被修正)：d2=0。

　　学习总次数为4次，最终确定的连接权矩阵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

　　阈值：t=0.671 4；误差：d1=0；误差：d2=0。

　　程序每次执行结果都不一样，这是因为步骤(1)中w初始值不同。以上只是其中一种情况。

　　3.3 实验分析

　　上述实验经过了4次学习之后，两个印刷字符的阈值被锁定为0.671 4，此时两图的学习误差均为0，结果符合预期要求。

　　实验结果表明，程序会根据随机产生的连接权进行计算，通过有导师学习逐步改变阈值，并计算出每次学习的误差，直到学习误差为0时结束。

　　为了验证这个实验的准确性，本文对程序进行了4 000次的随机测试，并对数据进行抽样记录。

　　根据统计可以看出，要识别出这两个字符，最多进行10次学习，最少只需学习4次，平均学习6.95次。忽略两极分布情况，大部分学习次数为[5，8]，数据波动小，稳定性较好。

　　在源代码中，加入时间统计代码“tic；toc；”，便可精确计算每次学习的运行时间，大部分实验耗时0.004～0.09 s之间，平均耗时0.006 812 56 s。

　　根据实验数据可以看出，感知机字符识别器要想识别两个字符，平均学习6.95次，耗时0.006 8 s，每识别出一个字符，需耗时0.003 4 s。按此数据推算，完成一段字数为8 000字的文章字符识别，只需要耗时27.201 6 s。据统计，国人对汉字阅读速度一般为400字/min[8]，想要完成8 000字的阅读，需耗时20 min，而掌握“速读”技巧的人能以4 000字/min的速度阅读书籍和资料，完成8 000字的阅读也需要耗费2 min。通过对比得知，基于感知机网络的字符识别器的识别速度是普通人的32.64倍数，是顶尖阅读学者的3.26倍，从识别速度的角度的来看，识别器完全达到了实际应用的要求。

　　通过实验可以看出，基于神经元网络的字符识别器具有自我学习的能力，在每次的学习过程中，识别器会进行自我纠正；在实际的应用中，该识别器不需要预先建立数据库，可以减少程序的体积；对字符的噪音、不完整、倾斜等都具有较强的适应能力，容错能力和鲁棒性都要优于另外两种常用方法；具有较高的并行分布能力和联想存储能力，大大提高了字符识别器的识别效率。

4 总结

　　本文详细分析了基于神经元网络模型的字符识别器，并对这个识别器进行了4 000次的实验与分析，通过与人脑阅读速度相比，得出识别器的识别速度是普通人的32.64倍，是专业学者的3.62倍数。从识别率与识别速度两方面来看，本次试验达到了设计的要求。

　　在未来，字符识别它能大大提高信息采集的速度，减轻人们的工作强度。现在市面上已经有越来越多基于字符识别的产品出现，例如：步步高点读机等。随着网络的普及，大数据时代的来临，字符识别技术在签名识别、手写体和印刷体字符识别、目标检测与识别、车牌识别等领域都将会挥下重彩浓墨的一笔。

　　参考文献

　　[1] 高庆一，逯鹏，刘驰，等.模拟视觉机制的隐蔽目标识别算法研究[J].仪器仪表学报，2012，33(2)：11-15.

　　[2] 何灏，罗庆生，罗霄.基于强分类器的神经网络三维目标识别[J].计算机测量与控制，2012，20(7)：26-32.

　　[3] 曹步清，金殴，贺建飚.基于BP神经网络的货币识别算法设计与实现[J].计算机测量与控制，2007，15(4)：20-30.

　　[4] 韩英莉，颜云辉.基于BP神经网络的带钢表面缺陷的识别与分类[J].仪器仪表学报，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] 张建华，祁力钧，冀荣华，等.基于粗糙集和BP神经网络的棉花病害识别[J].农业工程学报，2012，28(7)：33-39.

　　[7] 陈蕾，黄贤武，仲兴荣，等.基于改进BP算法的数字字符识别[J].微电子学与计算机，2004，21(12)：4-10.

　　[8] 黄志斌，陈锻生.支持向量机在车牌字符识别中的应用[J].计算机工程，2003，29(5)：21-25.