基于卷积神经网络的汉字识别技术研究

发布时间：2021-03-13 22:21

　　随着时代的发展,汉字字符的识别研究在文献数字化检索、邮政邮件分拣、银行支票处理、表格制作、基于手写的文本输入等相关领域有着广泛的应用前景而备受关注。传统研究方法主要通过“预处理+特征提取+分类器”的模式对汉字进行研究,但是由于字符识别本身存在着种类繁多、易混淆字符较多、结构复杂变化大等问题,字符识别的研究仍然存在着诸多的困难与不足之处,而卷积神经网络具有权值参数共享、特征提取能力强等优点,利用卷积神经网络技术可有效实现汉字的准确识别。本文主要对基于卷积神经网络的汉字识别技术进行研究,研究内容如下:（1）.针对现有汉字数据库字符类别不全、字符特征变化少等问题,提出了一种基于字符编码的汉字字符数据库构建方法,可用于神经网络的训练与测试。该方法根据利用官方字库得到相应的所有字符信息,并利用字符编码输出相应的字符图片,为了扩增数据集,采用不同的字符编码输出得到不同的字体的字符图片,并且经过图像放缩、图像旋转、凸化变形、波纹扭曲方法对原始的字符图片处理得到汉字字符数据集。该方法能够实现脱机自行创建汉字字符数据库的目标,所创建的汉字字符数据库数据量大、字符类别覆盖全面、图像特征多样,具有良好的泛化... 

【文章来源】：合肥工业大学安徽省 211工程院校 教育部直属院校

【文章页数】：66 页

【学位级别】：硕士

【部分图文】：

图２．?４?Ｌｅｎｅｔ－５卷积神经网络结构图??

图２．?６极大池化与均值池化示意图??Ｆｉｇ?２．６?Ｓｃｈｅｍａｔｉｃ?ｄｉａｇｒａｍ?ｏｆ?ｍａｘｉｍｕｍ?ｐｏｏｌｉｎｇ?ａｎｄ?ｍｅａｎ?ｐｏｏｌｉｎｇ??

图２．?７?ｓｉｇｍｏｉｄ函数示意图??Ｆｉ２．７?Ｓｉｍｏｉｄ?ｆｕｎｃｔｉｏｎ?ｄｉａｒａｍ??

【参考文献】：
期刊论文
[1]基于卷积神经网络的压缩感知重构算法优化[J]. 刘玉红,刘树英,付福祥.  计算机科学. 2020(03)
[2]深度学习算法研究进展[J]. 田启川,王满丽.  计算机工程与应用. 2019(22)
[3]卷积神经网络的多字体汉字识别[J]. 柴伟佳,王连明.  中国图象图形学报. 2018(03)
[4]面向大规模图像分类的深度卷积神经网络优化[J]. 白琮,黄玲,陈佳楠,潘翔,陈胜勇.  软件学报. 2018(04)
[5]基于双重优化的卷积神经网络图像识别算法[J]. 刘万军,梁雪剑,曲海成.  模式识别与人工智能. 2016(09)
[6]深度学习在手写汉字识别中的应用综述[J]. 金连文,钟卓耀,杨钊,杨维信,谢泽澄,孙俊.  自动化学报. 2016(08)
[7]深度学习研究综述[J]. 尹宝才,王文通,王立春.  北京工业大学学报. 2015(01)
[8]基于多尺度梯度及深度神经网络的汉字识别[J]. 潘炜深,金连文,冯子勇.  北京航空航天大学学报. 2015(04)
[9]大数据下的基于深度神经网的相似汉字识别[J]. 杨钊,陶大鹏,张树业,金连文.  通信学报. 2014(09)
[10]基于CNN和随机弹性形变的相似手写汉字识别[J]. 高学,王有旺.  华南理工大学学报(自然科学版). 2014(01)

博士论文
[1]非限制手写字符分割中相关技术与算法的研究[D]. 马瑞.南京理工大学 2007

硕士论文
[1]基于生成对抗网络的脱机手写汉字识别[D]. 陈站.广东工业大学 2019
[2]基于注意力机制的中文识别算法研究[D]. 徐清泉.华中科技大学 2019
[3]离线中文手写体识别研究[D]. 王馨悦.中国科学技术大学 2019
[4]基于卷积神经网络的图像分类方法研究[D]. 张崇荣.电子科技大学 2019
[5]自然场景下汉字定位与识别方法研究[D]. 柴伟佳.东北师范大学 2018
[6]卷积神经网字符识别算法研究[D]. 吴香莲.电子科技大学 2016
[7]基于深度模型的脱机手写体汉字识别研究[D]. 周星辰.浙江大学 2016
[8]基于卷积神经网络的联机手写汉字识别系统[D]. 刘欣.哈尔滨工业大学 2015
[9]基于深度学习的手写体字符识别研究与实现[D]. 何西麟.中山大学 2015



本文编号：3081004