基于栈式自动编码机的选票手写字符识别算法

• 作者: 彭程 徐傲
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 选票系统 手写字符 栈式自动编码机 Softmax回归 深度学习
• 年，卷（期）: 2017,（z2）
• 所属期刊栏目: 计算机视觉与虚拟现实
• 页码范围: 183-185,197
• 页数: 4页
• 分类号: TP319.41
• 字数: 4103字
• 语种: 中文

摘要

针对选举系统手写字符识别率低的问题,提出基于栈式自动编码机(SAE)的手写字符识别算法.首先利用无监督学习,通过栈式自动编码神经网络逐层训练,获得比原始数据更加抽象和健壮的高阶特征;然后,利用监督学习,结合Softmax神经网络,整体微调训练网络优化模型,根据提取出的高阶特征进行字符识别;最后,通过提出的统计阈值判别法,不具有二义性的符号直接输出,人工审核有二义性的符号以保证识别结果的高准确率.实验结果表明,该算法相比图像处理方法、浅层学习算法等都具有更高的准确率,且能在一定程度上处理二义性填涂,适用于正式的选举场景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭程	中国科学院成都计算机应用研究所	42	174	8.0	11.0
2	徐傲	中国科学院成都计算机应用研究所	2	4	1.0	2.0