基于复合优化的深度玻尔兹曼机的路牌文字图像识别算法

• 作者: 孙季丰 李文轩
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 深度玻尔兹曼机 路牌 混合初始化 机器学习 文字识别
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 图形与图像
• 页码范围: 79-85
• 页数: 7页
• 分类号: TP391.41
• 字数: 5124字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2018.01.012

摘要

为提高自然场景中路牌文字图像的识别率,提出一种复合优化的深度玻尔兹曼机文字识别算法.算法以提高目标概率分布的逼近程度为目的,采用两种抽样初始化方法:灰度初始化抽样与二值初始化抽样,构造受限玻尔兹曼机,并由两种初始化方法的受限玻尔兹曼机交叠构成深度玻尔兹曼机.文中提出复合共轭梯度法改进深度玻尔兹曼机的微调算法.实验结果表明,使用文中获取的路牌文字数据,所提算法能够对路牌文字实现较理想的识别效果.与原深度玻尔兹曼机相比,识别率取得有效提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙季丰	华南理工大学电子与信息学院	48	302	9.0	15.0
2	李文轩	华南理工大学电子与信息学院	1	2	1.0	1.0