基于最大熵原理和融合机器学习的手写体汉字识别算法  

作　　者：张湛梅 张晓川 

机构地区：[1]中国移动通信集团,广东省广州市510000

出　　处：《电子技术与软件工程》2022年第16期168-171,共4页ELECTRONIC TECHNOLOGY & SOFTWARE ENGINEERING

摘　　要：本文主要针对手写体汉字识别较弱、效果不好等问题,根据最大熵原理,融合机器学习方法,提高了模型的泛化能力,进一步解决了识别效率低与重量级网络泛化难的问题。由于不同汉字字体结构繁多,存在大量相似汉字。而书写习惯不同导致手写汉字结构形体更是因人而异,千差万别,体现在汉字手写体识别中更为困难。对比一些传统模型,本文通过融合DBN与YOLO9000算法,在保证识别时长的情况下,提升了识别率和运算识别速度。

关 键 词：机器学习 最大熵原理 识别效率 算法原理 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术] TP181[自动化与计算机技术—计算机科学与技术]