基于多重卷积神经网络的大模式联机手写文字识别

• 作者: 潘立武 王小丽 葛明涛
• 来源期刊: 现代电子技术
• 关键词: 模式识别 神经网络 卷积 文字识别
• 年，卷（期）: 2014,（20）
• 所属期刊栏目: 计算机应用技术
• 页码范围: 19-21,26
• 页数: 4页
• 分类号: TN711-34|TP391.4
• 语种: 中文

摘要

联机手写识别在日常生产生活中有着广阔的应用，模式识别也一直把其作为研究的重点。传统的识别方法是利用普通卷积神经网络技术，该方法在对小规模字符集联机手写文字识别时有着较高识别率，总体性能高，但在对大规模字符集识别时，识别率则大大降低。提出一种基于多重卷积神经网络的识别方法，旨在克服以往方法对大规模字符集识别时识别效率不高的问题，提高大规模字符集联机手写文字的识别率。系统使用随机对角Levenberg-Marquardt方法来优化训练，通过使用UNIPEN训练集测试该方法识别准确率可达89%，是一个有良好前景的联机手写识别方法。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王小丽	郑州大学西亚斯国际学院	21	71	5.0	8.0
2	葛明涛	郑州大学西亚斯国际学院	18	47	3.0	6.0
3	潘立武		33	87	6.0	8.0