基于遗传算法和人工神经网络的数字模式识别应用手写体数字的识别因其识别难度高和广阔的应用前景而备受关注。本文首先对人工神经网络和遗传算法的原理进行了系统分析和探讨，然后利用遗传算法在全局搜索能力方面的优势来改善人工神经网络中BP算法收敛速度普遍较慢、容易陷入局部极小值点等本身无法克服的缺陷，提出了基于遗传进化的BP网络混合训练算法。在这个算法中充分利用遗传算法中的相关算子得到最优个体，从而实现对BP神经网络的初始权值和阈值进行优化，最后应用BP网络进行模式识别训练。采用MNIST数据库的训练样本和测试样本来进行仿真实验，其识别正确率和有效率分别达到92%和85%以上，表明该方法识别效果不错。
关键字：遗传算法；人工神经网络；数字模式识别；BP学习算法；特征提取
*若需了解更多与协助请咨询↓→[电脑QQ][手机QQ]【数据协助】
