手寫文字的識別方法
本發(fā)明涉及手寫文字的識別方法,包括:a.歸一化手寫輸入數(shù)據(jù),定義神經(jīng)元數(shù),建立自動編碼器模型并初始化權重和偏置;b.通過壓縮感知模型進行數(shù)據(jù)壓縮采樣;c.對得到數(shù)據(jù)進行自動編解碼后重建手寫輸入數(shù)據(jù),使重建數(shù)據(jù)相對原始手寫輸入的誤差最小化;d.將構建的各模型逐層堆疊組成n層神經(jīng)元的特征深度學習模型,并對所述的n層神經(jīng)元遍歷進行深度特征學習,其中n為自然數(shù);e.輸出識別的手寫文字。本發(fā)明能夠通過模擬人腦視覺神經(jīng)元感知事物的特性,結合壓縮感知和深度學習,自動挖掘表征手寫文字的細致特征,非常有效的提高了手寫文字的表征能力和模型學習的效率,大幅度的提高了手寫文字特別是手寫數(shù)字的識別精度和識別效率。
西南交通大學
2016-10-14