科研之友
微信
新浪微博
Facebook
分享链接
摘要
手写汉字识别是智能信息化的重要研究领域之一，在手写输入、文件录入等相关领域至关重要。然而，由于汉字的种类繁多、结构复杂等问题，通常的深度学习方法对汉字的特征提取能力差、计算量大，汉字识别的准确度无法达到令人满意的程度。为解决上述问题，本研究提出了一种改进的深层卷积神经网络模型，在模型的结构上添加了批标准化层，在损失函数上加入了Dropout和正则化方法，在训练过程中加入了RMSprop优化器。为了证实提出的模型的有效性，在CASIA-HWDB1.1和IAHCC-UCAS2016的数据集上进行实验。对提出的模型进行了整体实验，与其他深度学习模型进行了分组对比实验，对批标准化层和RMSprop优化器进行了消融实验，全方面验证了本研究模型的高准确率和高运行速度。
- 单位
