期刊文献+
共找到257篇文章
< 1 2 13 >
每页显示 20 50 100
基于深度学习的手写表格识别系统研究与实现 预览
1
作者 李若月 钱强 +1 位作者 张瀚文 方利堃 《软件导刊》 2019年第5期17-20,26共5页
为了对非固定样式的手写表格文档进行批量识别处理,实现自动录入功能,首先通过空表识别生成单元格信息,分析版面结构;其次对图片进行去噪、倾斜校正、二值化等处理,对手写内容进行分割;最后搭建识别手写字符的卷积神经网络。实验结果表... 为了对非固定样式的手写表格文档进行批量识别处理,实现自动录入功能,首先通过空表识别生成单元格信息,分析版面结构;其次对图片进行去噪、倾斜校正、二值化等处理,对手写内容进行分割;最后搭建识别手写字符的卷积神经网络。实验结果表明,最终实现的识别系统能对不同格式的手写表格进行识别并生成数据格式文件。基于空表识别得到单元格信息的手写表格识别系统能对不同样式的表格进行批量识别处理,且通过CNN搭建识别模型,手写汉字也能被识别,使系统通用性更好,便于应用扩展。 展开更多
关键词 手写汉字识别 表格识别 卷积神经网络 识别系统
在线阅读 免费下载
基于深度卷积神经网络的脱机手写汉字识别系统的设计与实现 预览
2
作者 林恒青 《湖北理工学院学报》 2019年第2期31-34,共4页
针对传统手写汉字识别的特征提取方法的局限性,采用深度学习的方法对手写汉字进行图像识别,借鉴GoogLeNet网络搭建了一个适合手写汉字识别的卷积神经网络。利用BN层训练神经网络,最终训练得到的神经网络在验证集上的top1正确率达到96%以... 针对传统手写汉字识别的特征提取方法的局限性,采用深度学习的方法对手写汉字进行图像识别,借鉴GoogLeNet网络搭建了一个适合手写汉字识别的卷积神经网络。利用BN层训练神经网络,最终训练得到的神经网络在验证集上的top1正确率达到96%以上,top3正确率达到98%以上,并具有很好的泛化能力。这表明深度学习为脱机手写汉字识别系统的设计提供了新的思路,具备自动提取特征,且具有一定的实际意义。 展开更多
关键词 手写汉字识别 深度学习 卷积神经网络
在线阅读 免费下载
一种多模型超图用于手写汉字识别算法 预览
3
作者 魏炳辉 谢晖慧 邓小鸿 《计算机应用与软件》 北大核心 2019年第7期192-196,201共6页
随着银行业提出手填票据自动化处理需求后,对手写汉字的识别技术研究推向新的高潮。由于手写汉字形体复杂多样、训练样本不多,从而导致识别率难以提高。设计一种多模型的超图学习算法来识别手写汉字块,根据训练样本间距离关系构建样本... 随着银行业提出手填票据自动化处理需求后,对手写汉字的识别技术研究推向新的高潮。由于手写汉字形体复杂多样、训练样本不多,从而导致识别率难以提高。设计一种多模型的超图学习算法来识别手写汉字块,根据训练样本间距离关系构建样本关系阵;以样本的稀疏表示参数为样本间的关系紧密性权重构建另一个样本关系阵;以样本约束法则为基础,以标记样本间的关系权重构建标记样本间的关系阵,融合这几个关系矩阵成为多模型的超图学习框架。通过迭代学习,找出最优的手写汉字块类别归属,在手写汉字块的实验中表现出一定的优势。 展开更多
关键词 手写汉字识别 多模型超图 成对约束
在线阅读 下载PDF
多通道交叉融合的深度残差网络脱机手写汉字识别
4
作者 张秀玲 周凯旋 +1 位作者 魏其珺 董逍鹏 《小型微型计算机系统》 CSCD 北大核心 2019年第10期2232-2235,共4页
针对传统手写汉字识别特征提取过程复杂,识别率低及通用深度学习分类模型判别能力较弱的问题.本文设计了一种多通道交叉融合的深度残差网络模型并对中心损失函数做出了改进.首先,通过对原始数据集进行预处理来降低模型过拟合的风险;然后... 针对传统手写汉字识别特征提取过程复杂,识别率低及通用深度学习分类模型判别能力较弱的问题.本文设计了一种多通道交叉融合的深度残差网络模型并对中心损失函数做出了改进.首先,通过对原始数据集进行预处理来降低模型过拟合的风险;然后,将经本文改进后的中心损失函数和Softmax损失函数联合作为模型训练的监督信号,在训练过程中有效的使数据集类内聚合、类间分散,提高了模型的分类性能;最后,将经过预处理的数据集输入到本文设计的模型中,通过多次训练进行参数调整得到最佳识别效果.在CASIAHWDB-V1. 1数据集上的实验表明本文设计的识别模型及算法有效的提高手写汉字的识别率. 展开更多
关键词 交叉融合 深度学习 残差网络 中心损失 手写汉字识别
基于深度学习的异噪声下手写汉字识别的研究 预览
5
作者 任晓文 王涛 +2 位作者 李健宇 赵祥宁 郭一娜 《计算机应用研究》 CSCD 北大核心 2019年第12期3878-3881,共4页
针对手写汉字字符图像识别率受随机噪声影响的问题,提出了一种基于深度学习与抑制噪声相结合的新算法。该算法主要应用于拥有随机噪声的手写汉字字符图片,是其在Python环境下,利用Caffe平台建立抑制噪声与卷积神经网络相结合的模型,通... 针对手写汉字字符图像识别率受随机噪声影响的问题,提出了一种基于深度学习与抑制噪声相结合的新算法。该算法主要应用于拥有随机噪声的手写汉字字符图片,是其在Python环境下,利用Caffe平台建立抑制噪声与卷积神经网络相结合的模型,通过模型移除噪声并正确识别手写汉字。另外,新算法去除噪声的同时对字符形态没有改变,保留了汉字的原始信息。结果在其两种不同的噪声(高斯噪声和椒盐噪声)下,逐渐提升其噪声强度,进行多次实验,同时与其他方法对比,最终得到其平均识别率为97. 05%。实验结果表明,该模型和算法具有效率快、识别能力强的优点。 展开更多
关键词 深度学习 噪声移除 卷积神经网络 算法环境 手写汉字识别
在线阅读 下载PDF
基于粗细粒度深度学习的脱机手写汉字识别 预览
6
作者 陈悦 黄寄洪 《梧州学院学报》 2018年第3期43-50,共8页
手写汉字识别是模式识别的一个重要研究领域,随着深度学习新技术的出现,近年来基于深度学习的手写汉字识别在正确率和效率上均得到了突破性的进展。文章在多层卷积神经网络的基础上,提出了使用粗细粒度分层相结合的方法来训练和识别脱... 手写汉字识别是模式识别的一个重要研究领域,随着深度学习新技术的出现,近年来基于深度学习的手写汉字识别在正确率和效率上均得到了突破性的进展。文章在多层卷积神经网络的基础上,提出了使用粗细粒度分层相结合的方法来训练和识别脱机手写体汉字,该方法在全局预测性识别的基础上再进行局部精细化识别,可以在保持分类器结构不变、训练样本数量不变的情况下,仅利用相似汉字之间内在的相似特性就能达到提高识别正确率的目的,实验结果表明该方法能有效地提高脱机手写汉字识别正确率。 展开更多
关键词 手写汉字识别 深度学习 卷积神经网络
在线阅读 免费下载
基于实时样本采集的个性化手写汉字输入系统设计 预览
7
作者 张帆 刘星 张宇 《计算机测量与控制》 2018年第1期234-237,共4页
手写汉字识别是手写汉字输入的基础;目前智能设备中的手写汉字输入法无法根据用户的汉字书写习惯,动态调整识别模型以提升手写汉字的正确识别率;通过对最新深度学习算法及训练模型的研究,提出了一种基于用户手写汉字样本实时采集的个性... 手写汉字识别是手写汉字输入的基础;目前智能设备中的手写汉字输入法无法根据用户的汉字书写习惯,动态调整识别模型以提升手写汉字的正确识别率;通过对最新深度学习算法及训练模型的研究,提出了一种基于用户手写汉字样本实时采集的个性化手写汉字输入系统的设计方法;该方法将采集用户的手写汉字作为增量样本,通过对服务器端训练生成的手写汉字识别模型的再次训练,使识别模型能够更好地适应该用户的书写习惯,提升手写汉字输入系统的识别率;最后,在该理论方法的基础上,结合新设计的深度残差网络,进行了手写汉字识别的对比实验;实验结果显示,通过引入实时采集样本的再次训练,手写汉字识别模型的识别率有较大幅度的提升,能够更有效的满足用户在智能设备端对手写汉字输入系统的使用需求. 展开更多
关键词 手写汉字识别 实时样本采集 深度残差网络
在线阅读 下载PDF
基于压缩感知的阅卷系统手写汉字识别算法 预览
8
作者 郑昊辰 姜维 《电子科技》 2018年第3期75-77,80共4页
针对阅卷系统中手写汉字识别率和识别精度低的问题,文中提出一种基于压缩感知理论的阅卷系统手写汉字识别算法。该算法首先对阅卷系统手写汉字图像进行随机采样得到其特征;然后对其进行稀疏表示,并最小化其l1范数以得到样本的稀疏解;最... 针对阅卷系统中手写汉字识别率和识别精度低的问题,文中提出一种基于压缩感知理论的阅卷系统手写汉字识别算法。该算法首先对阅卷系统手写汉字图像进行随机采样得到其特征;然后对其进行稀疏表示,并最小化其l1范数以得到样本的稀疏解;最后利用该稀疏解的系数判别测试样本的类别。该方法用对信号的随机采样替代了传统的特征提取方法,简化了算法的实现过程,同时用现有的训练样本组成训练字典,避免了复杂的训练过程。该算法在手写汉字数据库ETL9B上的识别率达到99.1%。 展开更多
关键词 手写汉字识别 压缩感知 稀疏表示 l1范数最小化 观测矩阵 信号重构
在线阅读 免费下载
基于卷积神经网络的脱机单个手写汉字识别 预览 被引量:1
9
作者 李俊阳 雷鑫 +1 位作者 宋宇 赛琳伟 《智能计算机与应用》 2018年第2期92-95,99共5页
本文在Goog Le Net网络基础上搭建了一个适合手写汉字识别的卷积神经网络。研究建立了新的手写汉字训练集,新训练集综合了现有的训练集并剔除了其中的错误,同时加入印刷体训练集,增加书写风格的多样性。训练神经网络时采用随机梯度下降... 本文在Goog Le Net网络基础上搭建了一个适合手写汉字识别的卷积神经网络。研究建立了新的手写汉字训练集,新训练集综合了现有的训练集并剔除了其中的错误,同时加入印刷体训练集,增加书写风格的多样性。训练神经网络时采用随机梯度下降算法,并加入动量项加速网络参数的收敛,使用正则项防止过度拟合,最终训练出的神经网络在训练集上的正确率为99.56%,在验证集上的正确率达到96%,并具有很好的泛化能力。 展开更多
关键词 手写汉字识别 卷积神经网络 深度学习
在线阅读 免费下载
用于手写汉字识别的文本分割方法 预览
10
作者 雷鑫 李俊阳 +1 位作者 宋宇 赛琳伟 《智能计算机与应用》 2018年第2期126-128,共3页
本文提出了一种手写汉字文本的分割方法,填补了汉字识别领域在文本行分割方面的空白。本方法首先对预处理后的文本图片进行池化处理,然后运用并查集算法得到每行为一个连通区域,最后调整每行上下的孤立区域的归属,最终把多行文本图片分... 本文提出了一种手写汉字文本的分割方法,填补了汉字识别领域在文本行分割方面的空白。本方法首先对预处理后的文本图片进行池化处理,然后运用并查集算法得到每行为一个连通区域,最后调整每行上下的孤立区域的归属,最终把多行文本图片分割为单行,为后期的汉字列分割做准备。此方法虽然用行分割,但也为汉字的列分割提供了新的思路。 展开更多
关键词 手写汉字识别 池化 文本分割 并查集
在线阅读 免费下载
基于深度残差网络的脱机手写汉字识别研究 预览 被引量:1
11
作者 张帆 张良 +1 位作者 刘星 张宇 《计算机测量与控制》 2017年第12期259-262,共4页
手写汉字识别是模式识别与机器学习的重要研究方向和应用领域;近年来,随着深度学习理论方法的完善、新技术的层出不穷,深度神经网络在图像识别分类、图像生成等典型应用中取得了突破性的进展,其中,深度残差网络作为最新的研究成果... 手写汉字识别是模式识别与机器学习的重要研究方向和应用领域;近年来,随着深度学习理论方法的完善、新技术的层出不穷,深度神经网络在图像识别分类、图像生成等典型应用中取得了突破性的进展,其中,深度残差网络作为最新的研究成果,已成功应用于手写数字识别、图片识别分类等多个领域;将研究深度残差网络在脱机孤立手写汉字识别中的应用方法,通过改进残差学习模块的单元结构,优化深度残差网络性能,同时通过对训练集的预处理,从数据层面实现训练生成模型性能的提升,最后设计实验,验证深度残差网络、End-to-End模式在脱机手写汉字识别中的可行性,分析、总结存在的问题及今后的研究方向。 展开更多
关键词 手写汉字识别 深度学习 深度残差网络 END-TO-END 卷积神经网络
在线阅读 下载PDF
重叠模糊规范化双弹性网格汉字特征提取 预览 被引量:2
12
作者 冉耕 黄山 +1 位作者 何志辉 杨静 《计算机工程与设计》 北大核心 2016年第1期211-215,共5页
针对目前双弹性网格特征提取方向的重复性和对角弹性网格数量不确定性问题,结合重叠模糊技术提出一种规范化的重叠模糊双弹性网格特征提取方法。对原汉字图像进行外接正方形填补,规范化对角网格,使用弹性技术进行网格划分,在纵横、对角... 针对目前双弹性网格特征提取方向的重复性和对角弹性网格数量不确定性问题,结合重叠模糊技术提出一种规范化的重叠模糊双弹性网格特征提取方法。对原汉字图像进行外接正方形填补,规范化对角网格,使用弹性技术进行网格划分,在纵横、对角网格中分别构造特征提取方向互不重复的重叠模糊网格,分别提取汉字图像的横竖、撇捺特征。实验结果表明,该方法提取的手写汉字特征类内类间方差比更大,识别率更高。 展开更多
关键词 手写汉字识别 特征提取 双弹性网格 网格规范化 重叠模糊技术
在线阅读 下载PDF
面向异构并行架构的大规模原型学习算法 预览
13
作者 苏统华 李松泽 +2 位作者 邓胜春 于洋 白薇 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2016年第11期53-60,共8页
为解决当前原型学习算法在大规模、大类别机器学习和模式识别领域的计算密集瓶颈问题,提出一种采用GPU和CPU异构并行计算架构的可扩展原型学习算法框架.一是通过分解和重组算法的计算任务,将密集的计算负载转移到GPU上,而CPU只需进行少... 为解决当前原型学习算法在大规模、大类别机器学习和模式识别领域的计算密集瓶颈问题,提出一种采用GPU和CPU异构并行计算架构的可扩展原型学习算法框架.一是通过分解和重组算法的计算任务,将密集的计算负载转移到GPU上,而CPU只需进行少量的流程控制.二是根据任务类型自适应地决定是采用分块策略还是并行归约策略来实现.采用大规模手写汉字样本库验证本框架,在消费级显卡GTX680上使用小批量处理模式进行模型学习时,最高可得到194倍的加速比,升级到GTX980显卡,加速比可提升到638倍;算法甚至在更难以加速的随机梯度下降模式下,也至少能获得30倍的加速比.该算法框架在保证识别精度的前提下具有很高的可扩展性,能够有效解决原有原型学习的计算瓶颈问题. 展开更多
关键词 原型学习 学习矢量量化 手写汉字识别 并行归约 异构并行计算
在线阅读 免费下载
概率神经网络在手写汉字识别中的应用 预览 被引量:2
14
作者 刘朝阳 陈以 李少博 《电子设计工程》 2016年第2期32-34,共3页
针对手写汉字的多样性和复杂性,及识别困难的问题,提出了基于概率神经网络的手写汉字识别方法.概率神经网络学习过程简单,学习速度快,分类准确,吸收了径向基神经网络与经典的概率密度估计原理的优点,与传统的前馈神经网络相比,在模式分... 针对手写汉字的多样性和复杂性,及识别困难的问题,提出了基于概率神经网络的手写汉字识别方法.概率神经网络学习过程简单,学习速度快,分类准确,吸收了径向基神经网络与经典的概率密度估计原理的优点,与传统的前馈神经网络相比,在模式分类方面尤其具有较为显著的优势.为提高识别的准确性和识别速度.在识别前,需要对待识别的汉字图像进行预处理,为识别提供准确的汉字特征向量.而后通过概率神经网络对所提供汉字特征向量进行训练识别.通过对具有代表性几组汉字样本进行试验.证明了方法的有效性. 展开更多
关键词 概率神经网络 手写汉字识别 特征提取 图像处理
在线阅读 下载PDF
深度学习在手写汉字识别中的应用综述 预览 被引量:46
15
作者 金连文 钟卓耀 +3 位作者 杨钊 杨维信 谢泽澄 孙俊 《自动化学报》 EI CSCD 北大核心 2016年第8期1125-1141,共17页
手写汉字识别(Handwritten Chinese character recognition,HCCR)是模式识别的一个重要研究领域,最近几十年来得到了广泛的研究与关注,随着深度学习新技术的出现,近年来基于深度学习的手写汉字识别在方法和性能上得到了突破性的进展.... 手写汉字识别(Handwritten Chinese character recognition,HCCR)是模式识别的一个重要研究领域,最近几十年来得到了广泛的研究与关注,随着深度学习新技术的出现,近年来基于深度学习的手写汉字识别在方法和性能上得到了突破性的进展.本文综述了深度学习在手写汉字识别领域的研究进展及具体应用.首先介绍了手写汉字识别的研究背景与现状.其次简要概述了深度学习的几种典型结构模型并介绍了一些主流的开源工具,在此基础上详细综述了基于深度学习的联机和脱机手写汉字识别的方法,阐述了相关方法的原理、技术细节、性能指标等现状情况,最后进行了分析与总结,指出了手写汉字识别领域仍需要解决的问题及未来的研究方向. 展开更多
关键词 深度学习 手写汉字识别 卷积神经网络 回归神经网络 长短时记忆模型 层叠自动编码机
在线阅读 下载PDF
一种分类器级联的手写相似汉字识别方法 预览 被引量:6
16
作者 姚超 卢朝阳 +2 位作者 李静 姜维 范志辉 《西安电子科技大学学报》 EI CAS CSCD 北大核心 2015年第5期26-32,共7页
针对手写相似汉字识别问题,提出一种新的基于分类器的方法来更全面地利用原始特征中的判别信息.新方法与现有的对相似汉字提取额外特征的方法不同,其在得到特征向量之后,首先利用修正的二次判别函数进行分类,然后用支持向量机对分类结... 针对手写相似汉字识别问题,提出一种新的基于分类器的方法来更全面地利用原始特征中的判别信息.新方法与现有的对相似汉字提取额外特征的方法不同,其在得到特征向量之后,首先利用修正的二次判别函数进行分类,然后用支持向量机对分类结果中的相似汉字的上述特征向量进行再一次的分类,得到最终的识别结果.利用分类混淆矩阵自动得到相似汉字集合,并提出了一种新型的存储结构用于快速查找支持向量机的训练字典.在ETL9B手写汉字数据库上的实验表明,所提出的方法可得到相对于提取额外特征方法更好的识别结果,以此证明了原始特征中存在对于相似字的判别信息,提出的基于分类器的方法可更好地利用这些判别信息. 展开更多
关键词 相似汉字识别 手写汉字识别 修正的二次判别函数 支撑向量机 分类器
在线阅读 下载PDF
Offline Handwritten Characters Recognition Using Moments Features and Neural Networks 预览
17
作者 Mohamed Abaynarh Lahbib Zenkouar 《计算机技术与应用:英文版》 2015年第1期19-29,共11页
关键词 神经网络分类器 手写汉字识别 特征和 离线 神经网络模型 字符数据 实验测试 模式识别
在线阅读 下载PDF
用于手写文字识别的MQDF替代参数选择方法 被引量:1
18
作者 姚超 卢朝阳 +1 位作者 李静 姜维 《华中科技大学学报:自然科学版》 EI CAS CSCD 北大核心 2014年第12期65-69,共5页
针对修正二次判别函数(MQDF)的替代参数的选择问题,提出一种选择参数h的方法.首先通过分析h在MQDF中的作用,将h对判别结果的影响分为两类情况;然后对每类情况在训练集上统计h的取值分布,并分析如何选择h可获得最优的分类结果;最后用非... 针对修正二次判别函数(MQDF)的替代参数的选择问题,提出一种选择参数h的方法.首先通过分析h在MQDF中的作用,将h对判别结果的影响分为两类情况;然后对每类情况在训练集上统计h的取值分布,并分析如何选择h可获得最优的分类结果;最后用非参数方法得到这两种情况的概率分布,从而得到h的最佳取值.在手写数字数据库MNIST和手写汉字数据库ETL9B上的实验结果表明了该方法在识别效率以及时间效率方面的有效性. 展开更多
关键词 手写汉字识别 手写数字识别 修正二次判别函数 参数选择 非参数方法
一种改进的脱机手写汉字四角特征粗分类方法 预览
19
作者 王伊瑾 张欣 李亚男 《信息安全与技术》 2013年第4期81-85,共5页
将粗分类应用于脱机手写汉字识别中,采用这种多层次分类策略,能有效地改善识别的性能,提高识别精度。本文提出了一种利用四角区域结构特征对手写汉字进行粗分类的方法。在对汉字基本笔画进行分析的基础之上,根据手写汉字形变的特点以及... 将粗分类应用于脱机手写汉字识别中,采用这种多层次分类策略,能有效地改善识别的性能,提高识别精度。本文提出了一种利用四角区域结构特征对手写汉字进行粗分类的方法。在对汉字基本笔画进行分析的基础之上,根据手写汉字形变的特点以及识别算法的要求,定义一组新的笔画单元,并将这些笔画单元与汉字特定区域内的结构进行比对,得到一组4位结构特征编码,以此作为脱机手写汉字粗分类的依据。对GB2312一级字库中的部分手写汉字进行采样和识别实验,结果证明改进的四角结构特征用于粗分类的有效性。 展开更多
关键词 手写汉字识别 粗分类 结构特征
在线阅读 下载PDF
基于自产生投票的手写汉字识别 预览 被引量:1
20
作者 邵允学 王春恒 +1 位作者 肖柏华 张琳波 《自动化学报》 EI CSCD 北大核心 2013年第4期450-454,共5页
在模式识别领域,投票策略是非常有效的,而且已被成功应用到人脸检测、识别等领域.然而,在手写汉字识别(Handwritten Chinese character recognition,HCCR)中,由于类别集很大、训练样本少等特点,现有的很多分类器集成方法方法都很难直... 在模式识别领域,投票策略是非常有效的,而且已被成功应用到人脸检测、识别等领域.然而,在手写汉字识别(Handwritten Chinese character recognition,HCCR)中,由于类别集很大、训练样本少等特点,现有的很多分类器集成方法方法都很难直接应用于此领域.本文提出一种自产生式投票的方法,该方法通过事先学习得到的参数集产生一个测试集合,然后用一个分类器去识别测试集合中的每个样本,得到属于各个类别的概率,最后通过加权投票得到识别结果.实验结果表明,本文提出的方法是实用和有效的. 展开更多
关键词 手写汉字识别 自产生投票 改进二次判别函数 线密度归一化
在线阅读 下载PDF
上一页 1 2 13 下一页 到第
使用帮助 返回顶部 意见反馈