Current Location:home > Detailed Browse

Article Detail

基于一种改进Inception的脱机手写汉字识别

Submit Time: 2019-01-28
Author: 陈站 1 ; 邱卫根 1 ; 张立臣 1 ;
Institute: 1.广东工业大学 计算机学院;

Abstracts

由于字形的复杂多变,脱机手写汉字的识别一直是模式识别的难题,深度卷积神经网络的发展为其提供了一种直接有效的解决方案。研究基于inceptions 结构神经网络的脱机手写汉字识别,提出了一种inception结构的改进方法,它具有结构更加简单、网络深度扩展更加容易、需要的训练参数量更少。该方法在数据集CISIA-HWDB1.1 上进行了实验验证,采用随机梯度下降优化算法,模型达到了96.95%的平均准确率。实验结果表明,使用改进的inception结构在图像分类上具有更好的鲁棒性,更容易扩展到其他应用领域。
Download Comment From cooperative journals:《计算机应用研究》 Hits:1326 Downloads:707
Journal:计算机应用研究
Recommended references: 陈站,邱卫根,张立臣.(2019).基于一种改进Inception的脱机手写汉字识别.计算机应用研究.[ChinaXiv:201901.00144] (Click&Copy)
Version History
[V1] 2019-01-28 14:33:28 chinaXiv:201901.00144V1 Download
Related Paper

Download

Current Browse

Cross Subject Browse

  • - NO