machine-learning - 使用神经网络进行 OCR

Question

我正在努力理解神经网络的用法来执行 OCR，我的目标与通常的 OCR 算法有点不同。

我的目标是能够确定特定输入是否是特定字母，例如我期望从用户那里得到字母“A”，并且我需要确保我没有得到不同的字母形状。

我需要能够确定给定的输入是否是正确的形状。

根据我阅读的内容，这里有几个选项:MLP、SOM 网络、反向传播网络。

据我了解，由于我计划为每个形状(字母)创建样本以训练网络，所以我应该定义一个 SOM 网络，对吗？

我不确定首选哪个方向，如果您能给我指出正确的方向，那就太好了。

我计划使用 Encog 框架，不确定这是否重要。

Answer 1

根据您的描述，SOM 不是最佳选择，因为它是一个无监督分类器。您为每个训练示例指定类别(字母)；因此，诸如多层感知器(MLP)之类的监督分类器更合适。

关于 MLP 与反向传播网络，这是一个有点错误的区别。 MLP 是一种人工神经网络 (ANN)，而反向传播是一种学习方法。 MLP 可以使用反向传播或其他方法(例如遗传算法)进行训练。