Исследована проблема распознавания рукописных символов; рассмотрена система распознавания, состоящая из двух подсистем: нейронной и структурной; предложен алгоритм аппроксимации и удаления разрывов, позволяющий упростить описание символа и устранить погрешности. Для распознавания в структурной подсистеме использован метод описания, основанный на последовательностях примитивов, численные характеристики которых устойчивы к геометрическим искажениям. В комбинации с ним применен обучаемый структурный классификатор. Нейронная подсистема основана на выделении признаков с помощью моментов Лежандра и классификатора на базе РБФ сети. Предложен новый метод обучения такого классификатора. Для оптимального выбора количества информативных признаков использованы самоорганизующиеся нейронные сети. Выбор параметров системы производился с помощью сравнения кластеризации обучающей выборки с разбиением ее на классы. Даны рекомендации по выбору максимального порядка моментов Лежандра.

Садыхов Р.Х., Маленко О.Г., Селингер М.Л.