基于人工神经网络的综合集成系统的原理及应用

本项目以人工神经网络为基本构件研究图象处理，系统集成方法，着重研究了模型分类系统的集成，把多个分类系统集成一个新的集成型系统。这样的系统比原先的各个系统的识别率更高。这项工作是以国内提出的综合集成法的构思为指导，着眼于人与计算机两者结合解决复杂问题，提出利用多层网络加以反馈，形成的非线性动力学系统作为集成网络，并以有教师的学习（监督学习）算法来训练集成网络，在训练的过程中，输入样本属于的类别是由教师决定的，注入了人的作用。这种网络集成法拓广到闭环网络，比国外同一时间所提出的方法更为深入。通过所完成的手写数字识别与金融用汉字识别两个系统，表明了方法的有效性，且适用于广泛的模式识别问题。