基于卷积神经网络的多字体字符识别
吕刚
2011-11-15
发表期刊浙江师范大学学报(自然科学版)
ISSN1001-5051
卷号34期号:04页码:425-428
摘要采用随机对角Levenberg-Marquardt算法有效改进了Simard卷积网络的收敛速度,分析了样本类别数、全局学习率对网络收敛速度的影响,并成功地把Simard网络推广到对百度验证码等多字体小字符集的识别,达到98.4%的单字符识别率和93.5%的整体识别率.实验表明:改进后的Simard网络具有前期预处理少、泛化能力强、收敛速度较快的优点,可以胜任多字体小字符集的识别工作.
关键词卷积神经网络 反向传播 共享权值 字符识别 验证码
URL查看原文
语种中文
原始文献类型学术期刊
文献类型期刊论文
条目标识符http://ir.library.ouchn.edu.cn/handle/39V7QQFX/86195
专题国家开放大学浙江分部
作者单位金华广播电视大学理工学院
第一作者单位国家开放大学浙江分部
第一作者的第一单位国家开放大学浙江分部
推荐引用方式
GB/T 7714
吕刚. 基于卷积神经网络的多字体字符识别[J]. 浙江师范大学学报(自然科学版),2011,34(04):425-428.
APA 吕刚.(2011).基于卷积神经网络的多字体字符识别.浙江师范大学学报(自然科学版),34(04),425-428.
MLA 吕刚."基于卷积神经网络的多字体字符识别".浙江师范大学学报(自然科学版) 34.04(2011):425-428.
条目包含的文件
条目无相关文件。
个性服务
查看访问统计
谷歌学术
谷歌学术中相似的文章
[吕刚]的文章
百度学术
百度学术中相似的文章
[吕刚]的文章
必应学术
必应学术中相似的文章
[吕刚]的文章
相关权益政策
暂无数据
收藏/分享
相关推荐
基于3D卷积网络的结肠癌CT图像分类研究
中职学校学习环境建设研究
基于权值模板和监督学习的验证码识别
小波变换和支持向量机相融合的ECG身份识别
一种改进的深度神经网络在小图像分类中的应用研究
金华市农民培训:现状、问题及对策
基于用户经验反馈的Web Services可信度评测体系构建
MS SQL SERVER 2000中的事务机制浅析
.NET下的本地化编程及应用
无纸化传真系统的若干问题总结与探讨
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。