基于人工智能機器學習的文字識別方法研究.pdf

1、機器學習是當前人工智能領(lǐng)域中新興的研究熱點，已在機器視覺、語音識別、自然語言處理、網(wǎng)絡(luò)搜索、推薦系統(tǒng)、智能機器人等復(fù)雜系統(tǒng)中獲得成功應(yīng)用。尤其是近兩年基于人工智能機器學習的自動駕駛、深度問答技術(shù)問世，其在某些方面超過人類智能的操作水平，使得人們開始重新思考‘機器是由人類發(fā)明，其智能水平永遠不會超過人類’這一觀點。
　　字符集龐大的漢字識別一直是文字識別領(lǐng)域的難點問題，與由少量字符組成的英文文字不同，很難使用傳統(tǒng)的算法對其進行自動識

2、別。得益于人工智能機器學習的深入發(fā)展，漢字的自動識別錄入已進入實用化階段，不少國內(nèi)外軟件廠商相繼推出識別率不錯的漢字自動識別系統(tǒng)，但依然有較大的改進空間。
　　在現(xiàn)有的國內(nèi)大量文獻中，主要都是針對少量字符的自動識別研究，很難將其應(yīng)用到大字符集的識別對象中，這與機器學習自身結(jié)構(gòu)及學習算法特性緊密相關(guān)。當前國外主流的解決辦法是：用學習器訓練出多個分類器對字符特征向量進行分類，然后對各分類器輸出結(jié)果進行投票統(tǒng)計，將得票最多的結(jié)果作為最終

3、輸出。
　　本文以醫(yī)學病歷單的自動識別錄入為研究對象。本著多角度識別、交叉驗證的思想，提取字符圖像的多組特征，對每組特征單獨訓練出分類器；最后在一定的容錯條件下，將各分類器的輸入特征向量與輸出對應(yīng)于事先保存庫內(nèi)的典型特征向量進行交叉驗證，輸出驗證匹配最多的結(jié)果。實驗證明，該方法不但可以正確的識別輸出，還可自我發(fā)現(xiàn)識別錯誤，為實現(xiàn)文字識別系統(tǒng)的錯誤自發(fā)現(xiàn)和自修正功能打下基礎(chǔ)，是本文的一大亮點。另外，本文還對支持向量機(SVM)、BP