版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、深度學習屬于機器學習領域的一種方法,是一種特殊的機器學習算法。近年來在圖像分類,目標檢測,圖像分割,語音識別等領域取得了突破性的進展。深度學習中的一種重要網絡結構是卷積神經網絡,卷積神經網絡是一種仿生網絡,即模仿生物神經網絡,它具有傳統(tǒng)檢測分類算法無法達到的優(yōu)秀特性。字符識別問題在近年來也有著廣泛的應用,中文手寫體字符識別在字符識別領域屬于比較困難和復雜的識別問題。
本文針對中文手寫體字符識別問題,采用深度學習算法訓練深度卷積
2、神經網絡結構以及其改進結構,具體內容如下:
1、結合中文手寫體字符自身的特點,設計深度卷積神經網絡,卷積神經網絡的輸入數(shù)據(jù)是中文手寫體字符圖像,輸出是訓練分類結果。通過前向傳播訓練,反向傳播算法以及梯度下降算法對網絡參數(shù)進行更新,逐步迭代優(yōu)化,最終確定深度卷積神經網絡模型的參數(shù)。在對比實驗中,設計不同的深度卷積神經網絡結構對其進行訓練與分析,以便研宄不同卷積神經網絡結構對手寫體中文字符識別的影響。
2、在傳統(tǒng)深度卷積
3、神經網絡的基礎上對其網絡結構進行改進,將不同的深度卷積神經網絡模型進行融合,設計多列深度神經網絡結構,針對中文手寫體字符識別問題,提出了Softmax回歸模型輸出概率均值融合算法,并應用于多列深度神經網絡結構當中,該均值融合算法降低了構成多列深度神經網絡結構中的每一個卷積神經網絡結構的錯誤率,進而提高了整個網絡結構的正確率。
3、在傳統(tǒng)深度卷積神經網絡的基礎上對其訓練算法進行改進,將網絡訓練中的卷積層輸出特征數(shù)據(jù)分成“小批”樣
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 字符識別
- 基于拓撲結構的字符識別.pdf
- 基于深度信念網絡的車牌字符識別算法研究與實現(xiàn).pdf
- 基于深度學習的太陽黑子掃描圖手寫字符識別方法研究.pdf
- 基于主動學習SVM的字符識別方法研究.pdf
- 基于組合特征的車牌字符識別
- 光學字符識別
- 光學字符識別研究.pdf
- 基于灰度圖像的牌照字符識別.pdf
- 基于CNN的字符識別方法研究.pdf
- 基于嵌入式Linux的字符識別.pdf
- 車牌字符識別算法研究.pdf
- 基于小波分析的車牌字符識別.pdf
- 基于改進極限學習機的車牌字符識別方法.pdf
- 基于光學字符識別技術的支票識別系統(tǒng)設計.pdf
- 基于DSP的紙幣字符識別技術研究.pdf
- 基于數(shù)據(jù)融合的車牌字符識別算法研究.pdf
- 字符識別與紋理識別的研究.pdf
- 基于Hadoop平臺的字符識別的研究.pdf
- 基于Android的光學字符識別研究與實現(xiàn).pdf
評論
0/150
提交評論