基于笔划特征和MCLRNN模型的联机手写藏文识别

• 作者: 王维兰 陈万军
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 递归神经网络 联机手写藏文识别 交叉熵
• 年，卷（期）: 2008,（14）
• 所属期刊栏目: 研发、设计、测试
• 页码范围: 91-93,194
• 页数: 4页
• 分类号: TP391
• 字数: 4305字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2008.14.025

摘要

提出了一种新的多层联系子层递归神经网络(MCLRNN)模型并融合藏文字丁的空间结构特征来进行联机手写藏文识别.改进后的网络结构具有多层联系子层来保留若干时刻的网络内部状态,从而可以更好地表征藏文字的各笔划特征以及笔划间的空间结构关系,同时,采用更适用于模式分类的交叉熵准则和改进的梯度下降算法来训练网络,加快了网络的收敛速度并增强其分类能力.仿真实验取得了令人满意的结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王维兰	西北民族大学中国民族信息技术研究院	44	276	10.0	14.0
2	陈万军	西安理工大学信息科学系	6	48	4.0	6.0