基于增强CNN模型的手写字体图像识别 |
| |
作者姓名: | 李忠海 王崇瑶 宋智钦 徐蕾 |
| |
作者单位: | 沈阳航空航天大学自动化学院,沈阳,110136;武警工程大学,西安,710000 |
| |
基金项目: | 辽宁省教育科学规划课题 |
| |
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。
|
关 键 词: | 汉字识别 增强CNN模型 高阶差分 LetNet-5 |
本文献已被 CNKI 万方数据 等数据库收录! |
|