基于深度学习的盲文识别方法

摘要：

提出一种基于深度学习的盲文点字识别方法,利用深度模型———堆叠去噪自动编码器( Stack Denoising AutoEncod-er,SDAE)解决盲文识别中特征的自动提取与降维等问题。在构建深度模型过程中,采用非监督贪婪逐层训练算法( Greedy Layer-Wise Unsupervised Learning Algorithm)初始化网络权重,使用反向传播算法优化网络参数。利用SDAE自动学习盲文点字图片特征,使用Softmax分类器进行识别。实验结果表明,本文所提方法较之传统方法,可以有效解决样本特征的自动学习与特征降维等问题,操作更为简易,并能获得满意的识别结果。

关键词：盲文识别、深度学习、特征提取、SDAE、神经网络

分类号：TP391(计算技术、计算机技术)

在线出版日期：2015-07-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：37-40