基于多重卷积神经网络的大模式联机手写文字识别[权威资料].docVIP

基于多重卷积神经网络的大模式联机手写文字识别 本文档格式为WORD,感谢你的阅读。 　　摘 要： 联机手写识别在日常生产生活中有着广阔的应用，模式识别也一直把其作为研究的重点。传统的识别方法是利用普通卷积神经网络技术，该方法在对小规模字符集联机手写文字识别时有着较高识别率，总体性能高，但在对大规模字符集识别时，识别率则大大降低。提出一种基于多重卷积神经网络的识别方法，旨在克服以往方法对大规模字符集识别时识别效率不高的问题，提高大规模字符集联机手写文字的识别率。系统使用随机对角Levenberg?Marquardt方法来优化训练，通过使用UNIPEN训练集测试该方法识别准确率可达89%，是一个有良好前景的联机手写识别方法。 　　关键词： 模式识别； 神经网络； 卷积； 文字识别 　　 TN711?34； TP391.4 A 1004?373X（2014）20?0019?03 　　Large pattern online handwriting character recognition based on multi?convolution neural network 　　GE Ming?tao1， WANG Xiao?li1， PAN Li?wu2 　　（1. SIAS International School， Zhengzhou University， Zhengzhou 451150， China； 　　2. Henan University of Animal Husbandry and Economy， Zhengzhou 450011， China） 　　Abstract： Online handwriting character recognition is an important field in the research of pattern recognition. The traditional recognition method is based on the common convolutional neural networks （CNNs） technology. It has an efficient recognition rate for the small pattern character set online handwriting characters， but has low recognition rate for the large pattern character set recognition. A recognition method based on multi?convolutional neural networks （MCNNs） is presented in this paper to overcome the situation that the previous methods have the low recognition rate for large pattern character set and improve the recognition rate for the large pattern handwriting character set recognition. The stochastic diagonal Levenbert?Marquardt method is used in the system for training optimization. The experimental results show that the proposed method has the recognition rate of 89% and has a good prospect for online handwriting character recognition for large scale pattern. 　　Keywords： pattern recognition； neural network； convolution； character recognition 　　0 引 言 　　随着全球信息化的飞速发展和对自动化程度要求的不断提高 ，手写文字识别技术被广泛地应用到许多方面。特别是近几年拥有手写功能的手机、平板电脑等智能电子产品的普及，联机手写文字识别研究已经成为一个备受关注的主题。联机手写字符识别要求实时性较高，识别过程中要求特征空间的维数比较高，在进行特征样本训练时要求训练的数目很大，要匹配