一种基于深度学习的古彝文识别方法

• 作者: 刘云 王小龙 王明贵 陈善雄 韩旭
• 来源期刊: 浙江大学学报（理学版）
• 学科: 工学
• 关键词: 古彝文 深度学习 卷积神经网络 散度
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 文化计算
• 页码范围: 261-269
• 页数: 9页
• 分类号: TP391
• 字数: 5085字
• 语种: 中文
• DOI: 10.3785/j.issn.1008-9497.2019.03.001

摘要

作为世界六大古文字之一的古彝文记录了几千年来人类的发展历史.通过对古彝文的识别能够将这些珍贵文献资料转换为电子文档,便于保存和传播.由于历史发展、区域限制等原因,针对古彝文识别的研究鲜有成果.本文将当前新颖的深度学习技术应用于古老的文字识别.在四层卷积神经网络(convolutional neural network,CNN)基础上扩展出5个模型,然后利用Alpha-Beta散度作为惩罚项,对5个模型的输出神经元重新进行自编码,接着用2个全连接层完成特征压缩,最后在softmax层对古彝文字符特征进行重新评分,得到其概率分布,选择对应的最高概率作为识别的字符.实验表明,相对于传统CNN模型,本文方法对古彝文手写体的识别精度更高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王明贵	贵州工程应用技术学院彝文研究院	40	24	2.0	3.0
2	刘云	贵州工程应用技术学院彝文研究院	13	18	2.0	3.0
3	陈善雄	西南大学计算机与信息科学学院	21	91	5.0	9.0
4	王小龙	西南大学计算机与信息科学学院	2	5	1.0	2.0
5	韩旭	西南大学计算机与信息科学学院	3	1	1.0	1.0