典型文献
基于UCI数据集的OCR光学字符识别
文献摘要：
该文通过实验利用公开规范的UCI数据集通过3个步骤建立字符识别模型,一是基于主成分分析,提取UCI记录中有较好识别效果的变量因子;二是基于逐步回归,初步建立字符识别模型;三是基于BP神经网络,对识别模型的各参数进行优化.结果表明,UCI数据集中记录的16个参数变量可以通过7个主成分因子进行很好的描述;初步建立的回归识别模型显著性水平等于0.05;通过BP神经网络的学习优化,最终建立的识别模型精度为87.5％.总体来说,数据的预处理和神经网络的学习精度是字符识别精度的关键,可以通过对大量UCI数据集进行训练,提高字符识别的精度.
文献关键词：
字符识别;主成分分析;逐步回归模型;BP神经网络;UCI数据集
中图分类号：
作者姓名：
史素霞;常婉秋;宋志英
作者机构：
河北政法职业学院 建设工程与法务系,石家庄 050061;中国农业大学 土地科学与技术学院,北京 100083;农业农村部农业灾害遥感重点实验室,北京 100083
文献出处：
引用格式：
[1]史素霞;常婉秋;宋志英-.基于UCI数据集的OCR光学字符识别)[J].科技创新与应用,2022(35):50-53
A类：
B类：
UCI,OCR,光学字符识别,识别模型,参数变量,学习优化,模型精度,识别精度,逐步回归模型
AB值：
0.194549
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
