基于神经网络的小样本手写汉字识别

作者：周添一; 赵磊^*

来源：山东理工大学学报(自然科学版), 2019, 33(03): 69-74.

DOI：10.13367/j.cnki.sdgc.2019.03.014

• 卷积神经网络
• 文字图像识别
• Batch-Normalization

文字图像识别具有重要的研究价值,为了完成复杂的字体图像识别任务,基于VGG结构思想,设计了基于卷积神经网络结构的手写字体识别模型,使用HWDB1. 1数据集中最常用的100个汉字组成的子数据集,应用Batch-Normalization等方法进行优化训练。实验结果表明,模型能够以很快的速度收敛,在有限的训练迭代次数下,模型在测试集上的识别准确率为96.77%。

• 单位
  山东理工大学