摘要:当前图书馆书目信息管理大都是通过硬盘等存储器,对海量图书信息进行处理,但是信息输入的效率远远低于图书信息产生效率,使得书目信息查询准确率降低。面向该种问题,提出基于RBF神经网络的书目光学字符特征分类方法,先对海量书目光学图像进行图像去噪、光学字符区域定位以及字模分割的预处理,再采用基于统计与模糊隶属度的特征提取方法,获取书目光学字符特征图像的三大类特征。将RBF网络作为模式分类器,设计面向书目光学字符分类系统的网络模型,实现海量书目光学字符特征的准确分类。实验结果说明,所提方法的分类效率、分类精度都较高。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社