基于卷積神經(jīng)網(wǎng)絡(luò)的孤立手寫體漢字識(shí)別研究.pdf

1、手寫體漢字識(shí)別在中文自動(dòng)化處理和智能輸入等方面有著廣泛的應(yīng)用前景，但由于手寫體漢字具有類別多、結(jié)構(gòu)復(fù)雜、相似字多、字形的多樣化等特點(diǎn)，使得手寫體漢字識(shí)別成為相關(guān)研究領(lǐng)域中的一個(gè)難點(diǎn)與熱點(diǎn)。
　　本文主要以離線和在線的孤立手寫體漢字樣本為研究對(duì)象，在對(duì)前人的工作進(jìn)行了認(rèn)真的學(xué)習(xí)和總結(jié)基礎(chǔ)上，做了大量的實(shí)驗(yàn)研究，采用深度學(xué)習(xí)技術(shù)進(jìn)行手寫體漢字識(shí)別，并得出了一些有用的結(jié)論。論文的主要研究內(nèi)容如下:
　　首先，本文采用卷積神經(jīng)網(wǎng)絡(luò)對(duì)

2、孤立手寫體漢字進(jìn)行識(shí)別，通過一系列對(duì)比實(shí)驗(yàn)，分析了卷積神經(jīng)網(wǎng)絡(luò)在漢字識(shí)別任務(wù)中的性能，驗(yàn)證了其在手寫漢字識(shí)別領(lǐng)域的可行性。實(shí)驗(yàn)表明，得益于卷積網(wǎng)絡(luò)強(qiáng)大的特征表達(dá)能力，我們能夠用非常復(fù)雜的深度網(wǎng)絡(luò)結(jié)構(gòu)對(duì)手寫體漢字進(jìn)行建模，同時(shí)，其“端到端”的特性也簡化了漢字識(shí)別的流程。
　　其次，本文對(duì)傳統(tǒng)的手寫體漢字預(yù)處理和特征提取方法做了深入的研究，通過人工進(jìn)行特征提取（方向梯度特征，方向線素特征等），然后再利用卷積網(wǎng)絡(luò)進(jìn)行特征學(xué)習(xí)，獲得了比直

3、接使用漢字樣本更好的識(shí)別率，驗(yàn)證了傳統(tǒng)的特征提取方法與卷積神經(jīng)網(wǎng)絡(luò)相結(jié)合能產(chǎn)生更好的識(shí)別效果。
　　再次，針對(duì)漢字類別過多所導(dǎo)致的網(wǎng)絡(luò)參數(shù)不易收斂、訓(xùn)練速度慢等問題，本文采用了基于遷移學(xué)習(xí)的監(jiān)督式預(yù)訓(xùn)練方案。通過預(yù)先對(duì)小字符集(例如，手寫數(shù)字庫MNIST)進(jìn)行網(wǎng)絡(luò)訓(xùn)練，以獲取一個(gè)比較好的初始化參數(shù)，并在此基礎(chǔ)上進(jìn)行大字符集的手寫漢字網(wǎng)絡(luò)訓(xùn)練。實(shí)驗(yàn)證明，該種方法能夠使卷積網(wǎng)絡(luò)的參數(shù)迅速收斂，同時(shí)保證識(shí)別率不出現(xiàn)大的浮動(dòng)。