检索结果-南通市图书馆

混合深度学习模型C-RF及其在手写数字识别中的应用

在线全文

学校读者我要写书评

暂无评论

数据采集与处理 2018年第2期33卷 343-350页

作者：侯艳路丁世飞孙统风中国矿业大学计算机科学与技术学院徐州221116

卷积神经网络(Convolutional neural network,CNN)是一种常见的深度学习模型,受人类视觉认知机制启发而来,能够从原始图像得到有效的特征表达。CNN模型在图像识别领域不断取得突破,但是在训练过程中需要花费大量时间。随机森林(Random f... 详细信息

卷积神经网络(Convolutional neural network,CNN)是一种常见的深度学习模型,受人类视觉认知机制启发而来,能够从原始图像得到有效的特征表达。CNN模型在图像识别领域不断取得突破,但是在训练过程中需要花费大量时间。随机森林(Random forest,RF)在分类和回归上具有很高的精度,训练速度快并且不容易出现过拟合的问题,现有的基于RF的分类器都依赖手工选取的特征。针对以上问题,本文提出了基于CNN的C-RF模型,把CNN提取到的特征输入RF中进行分类。由于随机权值网络同样可以得到有效的结果,所以不用梯度算法调整网络参数,以免消耗大量时间。最后在MNIST数据集和Rotated MNIST数据集上进行了实验,结果表明C-RF模型的分类精度比RF有了较大的提高,同时泛化能力也有所提升。

关键词：卷积神经网络随机森林手写数字识别

一种基于流形学习重建的脱机手写数字识别算法研究

在线全文

学校读者我要写书评

暂无评论

四川大学学报（自然科学版） 2009年第6期46卷 1679-1684页

作者：吴炜杨晓敏何小海陈默邓波 Xiao-Min Xiao-Hai 四川大学电子信息学院图像信息研究所成都610064

该文针对在手写字符识别中由于书写习惯和风格的不同造成字符模式不稳定的问题,提出了一种基于流形学习重建的手写体数字识别方法.该方法与传统的流行学习识别方法不同,传统的方法是先对待识别模式进行降维,然后再对降维后的特征进行分... 详细信息

该文针对在手写字符识别中由于书写习惯和风格的不同造成字符模式不稳定的问题,提出了一种基于流形学习重建的手写体数字识别方法.该方法与传统的流行学习识别方法不同,传统的方法是先对待识别模式进行降维,然后再对降维后的特征进行分类识别;本文提出基于重建的LLE算法(简称RLLE).该算法首先分别对每一类字符训练样本进行LLE降维,得到每一类字符降维后的向量.然后将待识别字符分别在每一类字符中进行降维,并依据该降维后的矢量在每一类中对字符进行重建.最后选取重建误差最小的为待识别的所属的类.通过对MINST字库的一系列实验表明该算法具有较高的识别率,同时该方法为手写体数字识别的研究提供了一条有效的新途径.

关键词：流形学习重建脱机手写数字识别算法研究 Learning based characters 手写字符识别手写体数字识别降维识别方法 Model Reconstruction novel approach error analysis writing style paper model LLE different

在线全文

学校读者我要写书评

暂无评论

一种基于纹理识别的手写数字识别方法

计算机工程与应用 2008年第13期44卷 27-29页

作者：杨志华广东商学院信息学院广州510320

提出了一种新的手写数字识别方法,通过将一幅规范化手写数字图像做任意旋转和简单排列,形成纹理图像,将手写数字识别问题转换为纹理识别问题。然后提取纹理图像在不同方法的主频中心作为特征向量,用最小距离分类器进行分类。实验表明,... 详细信息

提出了一种新的手写数字识别方法,通过将一幅规范化手写数字图像做任意旋转和简单排列,形成纹理图像,将手写数字识别问题转换为纹理识别问题。然后提取纹理图像在不同方法的主频中心作为特征向量,用最小距离分类器进行分类。实验表明,该方法不仅具有高的识别率和低的特征维数,而且具有旋转、伸缩和平移不变性。

关键词：手写数字识别特征提取 Hilbert—Huang变换经验模式分解(EMD)

在线全文

学校读者我要写书评

暂无评论

基于旋转投影统计特征的手写数字识别方法

计算机科学 2011年第11期38卷 278-281,302页

作者：庄伟雷小锋宋丰泰戴斌谢昆青中国矿业大学计算机学院徐州221116 北京大学信息科学技术学院智能科学系视觉与听觉国家重点实验室北京100871

通过抽取数字的轮廓和骨架来提取几何特征,可以有效地反映手写数字的细节,但手写数字的不规范性导致其识别率并不高。运用统计分析理论可以克服这一缺点。首先提出了基于投影间隔比率和间隔变化的特征提取方法,通过数字投影计算间隔的... 详细信息

通过抽取数字的轮廓和骨架来提取几何特征,可以有效地反映手写数字的细节,但手写数字的不规范性导致其识别率并不高。运用统计分析理论可以克服这一缺点。首先提出了基于投影间隔比率和间隔变化的特征提取方法,通过数字投影计算间隔的像素数比率和变化趋势,并将其归一化作为特征向量。进一步通过旋转投影基准线,增加特征向量之间的正交性以减少信息冗余,基于这一思路提出旋转投影的识别方法。理论分析和实验证明了旋转投影可以在相同特征数量的情况下达到更高的识别率,并给出了推荐参数。此外,通过旋转投影,直接解决了倾斜数字的识别问题。

关键词：统计分析旋转投影朴素贝叶斯最小近邻法手写数字识别

在线全文

学校读者我要写书评

暂无评论

用于手写数字识别的改进模糊支持向量机

小型微型计算机系统 2008年第5期29卷 871-874页

作者：刘宏兵熊盛武信阳师范学院计算机科学系河南信阳464000 武汉理工大学计算机科学与技术学院湖北武汉430070

针对训练样本在训练过程中的不同作用和支持向量机在推广到多类问题时存在不可分区域,可构造两类模糊支持向量机,其分别克服了过学习问题和减少了不可分区域.构造两类问题和多类问题综合的改进模糊支持向量机并用于手写数字识别,训练时... 详细信息

针对训练样本在训练过程中的不同作用和支持向量机在推广到多类问题时存在不可分区域,可构造两类模糊支持向量机,其分别克服了过学习问题和减少了不可分区域.构造两类问题和多类问题综合的改进模糊支持向量机并用于手写数字识别,训练时,其利用数据与其类中心的相对距离定义隶属函数,测试时,利用***定义的隶属函数判别其类别.实验结果表明,该学习机具有比传统支持向量机和模糊支持向量机更高的精度.

关键词：支持向量机模糊支持向量机手写数字识别隶属函数

在线全文

学校读者我要写书评

暂无评论

边缘智能背景下的手写数字识别

计算机应用 2019年第12期39卷 3548-3555页

作者：王建仁马鑫段刚龙薛宏全西安理工大学经济与管理学院

随着边缘智能的快速发展,现有手写数字识别卷积网络模型的发展已越来越不适应边缘部署、算力下降的要求,且存在小样本泛化能力较差和网络训练成本较高等问题。借鉴卷积神经网络(CNN)经典结构、Leaky_ReLU算法、dropout算法和遗传算法及... 详细信息

随着边缘智能的快速发展,现有手写数字识别卷积网络模型的发展已越来越不适应边缘部署、算力下降的要求,且存在小样本泛化能力较差和网络训练成本较高等问题。借鉴卷积神经网络(CNN)经典结构、Leaky_ReLU算法、dropout算法和遗传算法及自适应和混合池化思想构建了基于LeNet-DL改进网络的手写数字识别模型,分别在大样本数据集MNIST和小样本真实数据集REAL上与LeNet、LeNet+sigmoid、AlexNet等算法进行对比实验。改进网络的大样本识别精度可达99.34%,性能提升约0.83%;小样本识别精度可达78.89%,性能提升约8.34%。实验结果表明,LeNet-DL网络相较于传统CNN在大样本和小样本数据集上的训练成本更低、性能更优且模型泛化能力更强。

关键词：边缘智能卷积网络手写数字识别 Leaky_ReLU 混合池化自适应 dropout 遗传算法