基于卷积神经网络的藏文手写数字和字母识别研究

• 作者: 周毛克 才让先木 闫晓东 龙从军
• 来源期刊: 青海师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 文字识别 卷积神经网络 藏文手写数字字母 LeNet-5模型
• 年，卷（期）: 2019,（4）
• 页码范围: 34-39
• 页数: 6页
• 分类号: TP391
• 字数: 2563字
• 语种: 中文

摘要

在文字识别领域中,手写体识别比印刷体识别更具挑战性.藏文手写体识别已经成为重要的研究课题之一.本文提出了一种基于卷积神经网络LeNet-5模型的藏文手写数字和字母识别方法.分别采集藏文数字手写体样本和字母手写体样本17768和77636例,并对其进行预处理;然后按8:2划分成训练集和测试集,并在CNN(LeNet-5)模型上进行训练.经过测试,数字和字母识别准确率分别达到98.81％和97.89％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	闫晓东		11	38	3.0	6.0
2	才让先木		1	0	0.0	0.0