版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、深度學(xué)習(xí)屬于機(jī)器學(xué)習(xí)領(lǐng)域的一種方法,是一種特殊的機(jī)器學(xué)習(xí)算法。近年來在圖像分類,目標(biāo)檢測,圖像分割,語音識別等領(lǐng)域取得了突破性的進(jìn)展。深度學(xué)習(xí)中的一種重要網(wǎng)絡(luò)結(jié)構(gòu)是卷積神經(jīng)網(wǎng)絡(luò),卷積神經(jīng)網(wǎng)絡(luò)是一種仿生網(wǎng)絡(luò),即模仿生物神經(jīng)網(wǎng)絡(luò),它具有傳統(tǒng)檢測分類算法無法達(dá)到的優(yōu)秀特性。字符識別問題在近年來也有著廣泛的應(yīng)用,中文手寫體字符識別在字符識別領(lǐng)域?qū)儆诒容^困難和復(fù)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(xué)習(xí)算法訓(xùn)練深度卷積
2、神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)以及其改進(jìn)結(jié)構(gòu),具體內(nèi)容如下:
1、結(jié)合中文手寫體字符自身的特點(diǎn),設(shè)計(jì)深度卷積神經(jīng)網(wǎng)絡(luò),卷積神經(jīng)網(wǎng)絡(luò)的輸入數(shù)據(jù)是中文手寫體字符圖像,輸出是訓(xùn)練分類結(jié)果。通過前向傳播訓(xùn)練,反向傳播算法以及梯度下降算法對網(wǎng)絡(luò)參數(shù)進(jìn)行更新,逐步迭代優(yōu)化,最終確定深度卷積神經(jīng)網(wǎng)絡(luò)模型的參數(shù)。在對比實(shí)驗(yàn)中,設(shè)計(jì)不同的深度卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)對其進(jìn)行訓(xùn)練與分析,以便研宄不同卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)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(jīng)網(wǎng)絡(luò)的基礎(chǔ)上對其網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行改進(jìn),將不同的深度卷積神經(jīng)網(wǎng)絡(luò)模型進(jìn)行融合,設(shè)計(jì)多列深度神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),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(yīng)用于多列深度神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)當(dāng)中,該均值融合算法降低了構(gòu)成多列深度神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)中的每一個(gè)卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的錯(cuò)誤率,進(jìn)而提高了整個(gè)網(wǎng)絡(luò)結(jié)構(gòu)的正確率。
3、在傳統(tǒng)深度卷積神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上對其訓(xùn)練算法進(jìn)行改進(jìn),將網(wǎng)絡(luò)訓(xùn)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(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)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(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)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?fù)浣Y(jié)構(gòu)的字符識別.pdf
- 基于深度信念網(wǎng)絡(luò)的車牌字符識別算法研究與實(shí)現(xiàn).pdf
- 基于深度學(xué)習(xí)的太陽黑子掃描圖手寫字符識別方法研究.pdf
- 基于主動(dòng)學(xué)習(xí)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(xué)字符識別
- 光學(xué)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
- 基于小波分析的車牌字符識別.pdf
- 車牌字符識別算法研究.pdf
- 基于改進(jìn)極限學(xué)習(xí)機(jī)的車牌字符識別方法.pdf
- 基于光學(xué)字符識別技術(shù)的支票識別系統(tǒng)設(shè)計(jì).pdf
- 基于DSP的紙幣字符識別技術(shù)研究.pdf
- 基于數(shù)據(jù)融合的車牌字符識別算法研究.pdf
- 基于Hadoop平臺的字符識別的研究.pdf
- 字符識別與紋理識別的研究.pdf
- 基于Android的光學(xué)字符識別研究與實(shí)現(xiàn).pdf
評論
0/150
提交評論