基于人工智能機(jī)器學(xué)習(xí)的文字識(shí)別方法研究.pdf

1、機(jī)器學(xué)習(xí)是當(dāng)前人工智能領(lǐng)域中新興的研究熱點(diǎn)，已在機(jī)器視覺、語音識(shí)別、自然語言處理、網(wǎng)絡(luò)搜索、推薦系統(tǒng)、智能機(jī)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(jī)器學(xué)習(xí)的自動(dòng)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(jī)器是由人類發(fā)明，其智能水平永遠(yuǎn)不會(huì)超過人類’這一觀點(diǎn)。
　　字符集龐大的漢字識(shí)別一直是文字識(shí)別領(lǐng)域的難點(diǎn)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(duì)其進(jìn)行自動(dòng)識(shí)

2、別。得益于人工智能機(jī)器學(xué)習(xí)的深入發(fā)展，漢字的自動(dòng)識(shí)別錄入已進(jìn)入實(shí)用化階段，不少國(guó)內(nèi)外軟件廠商相繼推出識(shí)別率不錯(cuò)的漢字自動(dòng)識(shí)別系統(tǒng)，但依然有較大的改進(jìn)空間。
　　在現(xiàn)有的國(guó)內(nèi)大量文獻(xiàn)中，主要都是針對(duì)少量字符的自動(dòng)識(shí)別研究，很難將其應(yīng)用到大字符集的識(shí)別對(duì)象中，這與機(jī)器學(xué)習(xí)自身結(jié)構(gòu)及學(xué)習(xí)算法特性緊密相關(guān)。當(dāng)前國(guó)外主流的解決辦法是：用學(xué)習(xí)器訓(xùn)練出多個(gè)分類器對(duì)字符特征向量進(jìn)行分類，然后對(duì)各分類器輸出結(jié)果進(jìn)行投票統(tǒng)計(jì)，將得票最多的結(jié)果作為最終

3、輸出。
　　本文以醫(yī)學(xué)病歷單的自動(dòng)識(shí)別錄入為研究對(duì)象。本著多角度識(shí)別、交叉驗(yàn)證的思想，提取字符圖像的多組特征，對(duì)每組特征單獨(dú)訓(xùn)練出分類器；最后在一定的容錯(cuò)條件下，將各分類器的輸入特征向量與輸出對(duì)應(yīng)于事先保存庫內(nèi)的典型特征向量進(jìn)行交叉驗(yàn)證，輸出驗(yàn)證匹配最多的結(jié)果。實(shí)驗(yàn)證明，該方法不但可以正確的識(shí)別輸出，還可自我發(fā)現(xiàn)識(shí)別錯(cuò)誤，為實(shí)現(xiàn)文字識(shí)別系統(tǒng)的錯(cuò)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(diǎn)。另外，本文還對(duì)支持向量機(jī)(SVM)、BP