基于深度学习的盲文识别方法

• 作者: 李婷
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 盲文识别 深度学习 特征提取 SDAE 神经网络
• 年，卷（期）: 2015,（6）
• 所属期刊栏目: 人工智能
• 页码范围: 37-40
• 页数: 4页
• 分类号: TP391
• 字数: 3289字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2015.06.008

摘要

提出一种基于深度学习的盲文点字识别方法,利用深度模型———堆叠去噪自动编码器( Stack Denoising AutoEncod-er,SDAE)解决盲文识别中特征的自动提取与降维等问题。在构建深度模型过程中,采用非监督贪婪逐层训练算法( Greedy Layer-Wise Unsupervised Learning Algorithm)初始化网络权重,使用反向传播算法优化网络参数。利用SDAE自动学习盲文点字图片特征,使用Softmax分类器进行识别。实验结果表明,本文所提方法较之传统方法,可以有效解决样本特征的自动学习与特征降维等问题,操作更为简易,并能获得满意的识别结果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李婷	河海大学计算机与信息学院	15	44	4.0	6.0