基于增强CNN模型的手写字体图像识别

• 作者: 宋智钦 徐蕾 李忠海 王崇瑶
• 来源期刊: 火力与指挥控制
• 学科: 工学
• 关键词: 汉字识别 增强CNN模型 高阶差分 LetNet-5
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 工程实践
• 页码范围: 169-172,178
• 页数: 5页
• 分类号: TP391
• 字数: 3532字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0640.2019.04.034

摘要

为了提高汉字的识别率,提出了一种改进的图像识别算法,根据偏微分方程理论,提出一种增强CNN模型识别汉字,将原有的图像用高阶差分法进行增强处理,然后在原始的LeNet-5网络结构的基础上,将前两层的激活函数改为ReLu函数,并且去掉C5层以及F6层,通过增加输出层的神经元数来增加汉字的识别率.研究结果表明:经过图像增强和增加输出神经元数的改进,对汉字进行识别,识别率达到了98.44％,相比较于其他汉字识别算法提高了3％～9％,从而证明了算法的可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李忠海	沈阳航空航天大学自动化学院	51	366	10.0	17.0
2	徐蕾		7	22	2.0	4.0
3	王崇瑶	沈阳航空航天大学自动化学院	4	6	2.0	2.0
4	宋智钦	沈阳航空航天大学自动化学院	3	5	2.0	2.0