摘要

针对化学信息手写英文字体识别准确率低,缺少类别信息的问题,本研究基于深度学习,在传统降噪自动编码器的基础上,提出一种组合降噪自动编码和分类降噪编码的组合自编码网络算法,实现了对化学信息手写英文字体的数据特征提取和类别特征提取。通过MNIST数据集和Chars74K数据集测试了该算法与分类降噪自动编码算法在不同迭代次数、网络结构和降噪比例下对数据集的识别结果和识别性能。实验结果表明,本研究提出的组合自编码算法的识别错误率整体偏低,准确包含了化学信息手写英文字体的类别信息,证明该算法具有良好的手写英文字体识别效果。