基于深度卷积神经网络和随机弹性变换的脱机手写形近汉字识别

摘要

为克服传统手写汉字识别采用人工提取特征的局限,借鉴GoogLeNet网络搭建了一个卷积神经网络.针对训练样本不足的问题,采用随机弹性变换算法扩充了训练数据.结果表明:新的网络结构与随机弹性变换算法配合使用,与采用传统仿射变化扩充样本的模型比较,极大提升了识别的正确率,并具有较强的泛化能力.