您当前所在位置: 本站首页 >> 往期期刊 >> 2020年03期 >> 正文

基于深度卷积神经网络和随机弹性变换的脱机手写形近汉字识别

2020年07月08日 11:43 林恒青,郑晓斌,王麟珠,戴立庆 点击:[]

摘要:为克服传统手写汉字识别采用人工提取特征的局限,借鉴GoogLeNet网络搭建了一个卷积神经网络.针对训练样本不足的问题,采用随机弹性变换算法扩充了训练数据.结果表明:新的网络结构与随机弹性变换算法配合使用,与采用传统仿射变化扩充样本的模型比较,极大提升了识别的正确率,并具有较强的泛化能力.

基金:2017年福建省教育厅科技项目(JAT170942);

关键词:手写汉字识别; 深度学习; 卷积神经网络; 弹性变换;

分类号:TP18;TP391.41


上一条:基于PLC的热风回流焊机温度控制系统设计 下一条:基于ARIMA模型探析垃圾分类影响因素及总量预测