基于改进卷积神经网络的手写体汉字识别  

作　　者：徐奇[1] 

机构地区：[1]安徽工商职业学院,安徽省合肥市230001

出　　处：《电子技术与软件工程》2022年第9期190-193,共4页ELECTRONIC TECHNOLOGY & SOFTWARE ENGINEERING

基　　金：安徽高校自然科学研究重点项目(项目号:KJ2020A1094)。

摘　　要：本文针对传统脱机手写体汉字识别特征提取非常困难的问题,文章在GoogLeNet网络的基础上搭建了一个适合脱机手写体汉字识别的卷积神经网络。文章首先介绍了卷积神经网络的基本原理和GoogLeNet网络中Inception模块的特点,然后通过激活函数,批量归一化,加入注意力机制等方法对网络进行优化。实验结果表明,改进后的神经网络准确率达到98.1%,相比于AlexNet,Xinception等卷积神经网络模型的识别准确率有明显的提高。

关 键 词：卷积神经网络 注意力机制 汉字识别 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术] TP183[自动化与计算机技术—计算机科学与技术]