基于区域加权LeNet-5网络的汉字识别研究

作者：周有; 张珊珊

来源：计算机与数字工程, 2020, 48(11): 2686-2743.

• 卷积神经网络
• 汉字字符识别
• 区域加权
• LeNet-5网络

针对传统LeNet-5网络在汉字识别时平等对待字符图像各个区域的问题,无法体现汉字的结构特点,提出了基于区域加权LeNet-5的网络模型作为汉字识别的模型。在传统LeNet-5网络的基础上,第一层卷积操作过程中,引入了区域加权参数,并合理调整了网络的结构。实验表明,在相同的样本条件下,基于区域加权LeNet-5的网络模型可以解决平等对待字符图像各区域的问题,能够很好地体现字符的结构特点,与传统的字符识别方法和现有的神经网络模型相比,基于区域加权LeNet-5网络的识别率均高于其他几种方法。

• 单位
  自动化学院; 西安邮电大学