作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
介绍了一种深度神经网络对英文字母进行识别.本文采用交叉熵损失函数层来提高学习速率.实验采用4层的深度神经网络模型60000个印刷体英文字母进行分类,实验准确率达到98.89%,有较好的识别性能,验证了本文多尺度梯度特征及深度神经网络模型在字母识别上的有效性.
推荐文章
基于深度卷积神经网络的车型识别研究
深度学习
卷积神经网络
支持向量机
高速公路
车型识别
基于深度学习神经网络的孤立词语音识别的研究
语音识别
人工神经网络
深度学习
自编码器
规整网络
基于深度卷积神经网络的数字调制方式识别
调制方式识别
深度学习
卷积神经网络
星座图
基于新型深度神经网络的民机表面缺陷识别
民航飞机
表面缺陷识别
残差
Inception-net
深度神经网络
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于深度神经网络的字母识别研究
来源期刊 电脑迷 学科
关键词 深度神经网络 英文字母识别
年,卷(期) 2019,(1) 所属期刊栏目 网络天地
研究方向 页码范围 229
页数 1页 分类号
字数 962字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 谢安 5 4 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (13)
共引文献  (61)
参考文献  (2)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
深度神经网络
英文字母识别
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电脑迷
旬刊
1672-528X
50-1163/TP
16开
重庆市渝中区双钢路3号科协大厦1202(武汉市洪山区珞狮北路2号樱花大厦A座15楼 430070)
78-230
2003
chi
出版文献量(篇)
29651
总下载数(次)
121
总被引数(次)
8479
论文1v1指导