10.3969/j.issn.1004-373X.2014.20.006
基于多重卷积神经网络的大模式联机手写文字识别
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。
模式识别、神经网络、卷积、文字识别
TN711-34;TP391.4(基本电子电路)
河南省科技厅科技攻关项目122102210172
2014-10-28(万方平台首次上网日期,不代表论文的发表时间)
共4页
19-21,26