欢迎登录材料期刊网

材料期刊网

高级检索

针对原有手写汉字识别系统中文字特征提取的相关问题,结合卷积神经网智能化学习字形相似字的有效特征,设计了一种全新的手写汉字光学图像识别系统.通过手写云平台中丰富的数据资源对模型进行高效训练,根据频度统计形成特定的相似子集,有效优化识别率.实验结果表明,与支持向量机(SVM)及最近邻分类器方法相比,提出的方法能够显著提升识别率.

参考文献

[1] 苏统华;戴洪良;张健;马培军;邓胜春.面向连续叠写的高精简中文手写识别方法研究[J].计算机科学,2015(7):300-304.
[2] 廖斌;刘鸳鸳.基于多尺度灰度变换的图像增强研究[J].量子电子学报,2015(5):550-554.
[3] Leung, KC;Leung, CH.Recognition of handwritten Chinese characters by critical region analysis[J].Pattern Recognition: The Journal of the Pattern Recognition Society,20103(3):949-961.
[4] Gao TF;Liu CL.High accuracy handwritten Chinese character recognition using LDA-based compound distances[J].Pattern Recognition: The Journal of the Pattern Recognition Society,200811(11):3442-3451.
[5] Dapeng Tao;Lingyu Liang;Lianwen Jin;Yan Gao.Similar handwritten Chinese character recognition by kernel discriminative locality alignment[J].Pattern recognition letters,2014Jan.1(Jan.1):186-194.
[6] Luis M. Vaquero;Juan Caceres;Daniel Moran.The Challenge of Service Level Scalability for the Cloud[J].International journal of cloud applications and computing,20111(1):34-44.
[7] 曹淼科;方发明;徐盈盈;沈超敏.基于局部区域主动轮廓与抠图的图像分割算法[J].计算机工程,2015(8):190-195.
上一张 下一张
上一张 下一张
计量
  • 下载量()
  • 访问量()
文章评分
  • 您的评分:
  • 1
    0%
  • 2
    0%
  • 3
    0%
  • 4
    0%
  • 5
    0%