基于CNN和随机弹性形变的相似手写汉字识别 |
| |
引用本文: | 高学,王有旺.基于CNN和随机弹性形变的相似手写汉字识别[J].华南理工大学学报(自然科学版),2014(1):72-76,83. |
| |
作者姓名: | 高学 王有旺 |
| |
作者单位: | 华南理工大学电子与信息学院; |
| |
基金项目: | 国家自然科学基金资助项目(61271314);国家科技支撑计划项目(2013BAH65F01-2013BAH65F04) |
| |
摘 要: | 针对手写汉字中相似汉字的识别问题,构建了一种卷积神经网络(CNN)模型,并给出了其网络拓扑结构,通过随机弹性形变对样本集进行扩展,以提高模型的泛化性能.相似手写汉字的识别实验结果表明:相对于常规的CNN模型,文中CNN模型的手写汉字识别正确率提高1.66%,特别是对于变形的手写汉字,识别正确率提高12.85%;相对于传统的手写汉字识别方法,文中方法的识别错误率降低36.47%,从而验证了文中识别方法的有效性.
|
关 键 词: | 字符识别 深度学习 卷积神经网络 弹性形变 |
本文献已被 CNKI 等数据库收录! |
|