一种基于单形进化的手写体数字识别检测方法

摘要

本发明公开了一种基于单形进化的手写体数字识别检测方法，本发明使用基于单形邻域的全随机搜索方法减少算法控制参数，通过群体的多角色态保持粒子的多样性，避免算法陷入局部极值点。将该算法应用于径向基神经网络训练算法中，仿真实验结果表明，该算法训练的径向基神经网络相比于其他的算法不仅有效的提高了识别率，还减少了控制参数对学习性能的影响，算法的单控制参数特点提高了算法可靠性与普适性；算法的多角色态特点平衡了群体搜索的针对性与多样性，提高了训练算法的搜索效率与收敛性能，保证了算法在应用中的有效性。