登录

  • 登录
  • 忘记密码?点击找回

注册

  • 获取手机验证码 60
  • 注册

找回密码

  • 获取手机验证码60
  • 找回
毕业论文网 > 文献综述 > 电子信息类 > 信息工程 > 正文

基于深度学习网络的手写英文字母识别算法与实现文献综述

 2020-04-30 16:13:42  

1.目的及意义
近些年,字符识别已经开始成为模式识别领域一个非常重要的分支,因为字符识别的应用十分广泛,例如签字、财务数据、实验数据等,这些场合的字符识别如果出现错误,将会出现严重的后果。

字符识别的基本思想是匹配识别,抽取未知字符的各种特征,与预先存储在机器中的标准字符形式进行匹配,用一定的规则判别,判别的结果就是识别结果。字符识别的发展可以分为三个阶段,第一阶段是用一维图像的处理方式进行二维图像的识别,第二阶段主要进行基础的理论研究,第三阶段则主要是将理论与实际相结合。手写英文字符识别相对于中文字符识别来讲较为简单,主要是因为中文字符结构复杂,英文字符则只有26个字母,所以识别起来相对简单。

深度学习的概念最早由神经网络之父Geoffrey Hinton等人在2006和2007年于《科学》杂志上发表,深度学习最初指的是深度神经网络,随着深度神经网络层数的增多,就具备了很多原非深度网络所不具有的学习能力,就显得更为“智能”。深度学习目前是机器学习领域一种很重要的方法,在图像识别、字符识别、语音识别中有着非常广泛的应用。且取得了很好的效果,因此我选择了深度学习的方法来完成手写英文识别字符的设计。

字符识别也越来越受到人的关注,由于每个人的笔触不同,写出字的形状也千奇百怪,如有些人写的草书,人用肉眼都不一定能分辨出字符,更别提用计算机来分辨了,让计算机正确识别手写的字符存在很大的困难。随着深度学习的广泛应用,深度卷积神经网络在手写字符识别领域展示了出色的能力,具有其他分类检测算法无法达到的优秀特性,并取得了很理想的效果,有效提高了识别率。本文通过设计基于深度学习的手写字符识别算法,将可以提高字符识别的应用范围。

深度学习是目前的热门研究方向,国外有很多基于深度学习的应用,国内对于深度学习的研究也正如火如荼的进行,如百度的无人驾驶汽车等,我国在深度学习领域已处于世界先进水平。手写字符识别是目前模式识别领域一个非常重要的分支,早期针对手写字符识别,很多研究人员提出了很多分类方法,如K-近邻分类方法,SVM分类方法等,字符识别取得了很多成就,但由于每个人写的字都有很大区别,所以要准确识别手写字符还是有很大困难。

{title}

2. 研究的基本内容与方案

{title}

研究的基本内容

研究深度卷积神经网络中的训练算法,包括前向传播,反向传播以及梯度下降法。研究不同层数的深度卷积神经网络结构对英文手写字符识别的影响,力求提高手写英文字符识别率。

研究的目标

实现基于深度学习的手写英文字母识别算法程序设计,能初步实现字符图像处理及深度网络构建,实现离线手写英文字母分类。利用深度学习的原理进行手写英文字符识别,将大大提高识别效率。

拟采用的技术方案及措施

在获取到字符图像后,由于其中含有无用的附加信息和干扰,所以不能直接使用,需要对字符图像进行一定的处理,突出有用信息。本次设计的环境为Windows7系统,所需要的英文字符图像从网上及自己手写来获得。具体的要进行的工作如下:

剩余内容已隐藏,您需要先支付 5元 才能查看该篇文章全部内容!立即支付

微信号:bysjorg

Copyright © 2010-2022 毕业论文网 站点地图