论文部分内容阅读
基于BP-bagging的手写体数字识别算法,以BP网络做基本分类器,用Bagging产生多个基本分类器,把每一个手写体数字作为一幅图像,通过扫描提取25维特征,并投影压缩生成5维特征向量,并输入到BP-bagging分类器,用简单多数投票法进行集成,实现手写体数字的分类识别。经反复的实验证明,该手写体数字识别算法具有很高的识别率,优于单个分类器和其它基本分类器组合算法。