-
题名基于改进卷积神经网络的手写汉字识别研究
- 1
-
-
作者
王建华
张雅祺
肖博怀
李本建
-
机构
桂林理工大学艺术学院
桂林理工大学信息技术与工程学院
-
出处
《印刷与数字媒体技术研究》
CAS
北大核心
2023年第1期45-56,共12页
-
文摘
手写汉字识别是智能信息化的重要研究领域之一,在手写输入、文件录入等相关领域至关重要。然而,由于汉字的种类繁多、结构复杂等问题,通常的深度学习方法对汉字的特征提取能力差、计算量大,汉字识别的准确度无法达到令人满意的程度。为解决上述问题,本研究提出了一种改进的深层卷积神经网络模型,在模型的结构上添加了批标准化层,在损失函数上加入了Dropout和正则化方法,在训练过程中加入了RMSprop优化器。为了证实提出的模型的有效性,在CASIA-HWDB1.1和IAHCC-UCAS2016的数据集上进行实验。对提出的模型进行了整体实验,与其他深度学习模型进行了分组对比实验,对批标准化层和RMSprop优化器进行了消融实验,全方面验证了本研究模型的高准确率和高运行速度。
-
关键词
手写汉字识别
卷积神经网络
深度学习
-
Keywords
Handwritten Chinese character recognition
Convolutional neural network
Deep learning
-
分类号
TS801.8
[轻工技术与工程]
TP391.1
[自动化与计算机技术—计算机应用技术]
-
