基于多重卷积神经网络的大模式联机手写文字识别

摘要：

联机手写识别在日常生产生活中有着广阔的应用，模式识别也一直把其作为研究的重点。传统的识别方法是利用普通卷积神经网络技术，该方法在对小规模字符集联机手写文字识别时有着较高识别率，总体性能高，但在对大规模字符集识别时，识别率则大大降低。提出一种基于多重卷积神经网络的识别方法，旨在克服以往方法对大规模字符集识别时识别效率不高的问题，提高大规模字符集联机手写文字的识别率。系统使用随机对角Levenberg-Marquardt方法来优化训练，通过使用UNIPEN训练集测试该方法识别准确率可达89%，是一个有良好前景的联机手写识别方法。

关键词：模式识别、神经网络、卷积、文字识别

分类号：TN711-34;TP391.4(基本电子电路)

资助基金：河南省科技厅科技攻关项目122102210172

在线出版日期：2014-10-28（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：19-21,26