10.3969/j.issn.1001-5922.2021.07.022
基于深度学习的手写英文字体识别研究
针对化学信息手写英文字体识别准确率低,缺少类别信息的问题,本研究基于深度学习,在传统降噪自动编码器的基础上,提出一种组合降噪自动编码和分类降噪编码的组合自编码网络算法,实现了对化学信息手写英文字体的数据特征提取和类别特征提取.通过MNIST数据集和Chars74K数据集测试了该算法与分类降噪自动编码算法在不同迭代次数、网络结构和降噪比例下对数据集的识别结果和识别性能.实验结果表明,本研究提出的组合自编码算法的识别错误率整体偏低,准确包含了化学信息手写英文字体的类别信息,证明该算法具有良好的手写英文字体识别效果.
深度学习、手写英文字体、自动编码器、组合自编码网络
47
TP391(计算技术、计算机技术)
2021-07-27(万方平台首次上网日期,不代表论文的发表时间)
共5页
84-87,127