基于CNN和随机弹性形变的相似手写汉字识别

作     者：高学 王有旺 Gao Xue;Wang You-wang

作者机构：华南理工大学电子与信息学院广东广州510640 

出 版 物：《华南理工大学学报（自然科学版）》 (Journal of South China University of Technology(Natural Science Edition))

年 卷 期：2014年第42卷第1期

页      面：72-76,83页

核心收录：

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金资助项目(61271314) 国家科技支撑计划项目(2013BAH65F01-2013BAH65F04) 

主　　题：字符识别 深度学习 卷积神经网络 弹性形变 

摘      要：针对手写汉字中相似汉字的识别问题,构建了一种卷积神经网络(CNN)模型,并给出了其网络拓扑结构,通过随机弹性形变对样本集进行扩展,以提高模型的泛化性能.相似手写汉字的识别实验结果表明:相对于常规的CNN模型,文中CNN模型的手写汉字识别正确率提高1.66%,特别是对于变形的手写汉字,识别正确率提高12.85%;相对于传统的手写汉字识别方法,文中方法的识别错误率降低36.47%,从而验证了文中识别方法的有效性.