手写数字识别
手写数字识别的相关文献在1996年到2022年内共计227篇,主要集中在自动化技术、计算机技术、无线电电子学、电信技术、数学
等领域,其中期刊论文210篇、会议论文7篇、专利文献1022331篇;相关期刊143种,包括科技视界、重庆理工大学学报(自然科学版)、信息通信等;
相关会议7种,包括2011年亚太青年通信学术会议(APYCC2011)、2010年亚太青年通信与技术学术会议、2007中国计算机大会等;手写数字识别的相关文献由495位作者贡献,包括刘琼、周慧灿、王耀南等。
手写数字识别—发文量
专利文献>
论文:1022331篇
占比:99.98%
总计:1022548篇
手写数字识别
-研究学者
- 刘琼
- 周慧灿
- 王耀南
- 刘宏兵
- 巴力登
- 张艳
- 杨静宇
- 丁娜
- 伍常亮
- 余仲秋
- 俞传涛
- 刘宏申
- 刘磊
- 卢利琼
- 吴东
- 吴建立
- 吾米提·尤努斯
- 周天愿
- 周文勇
- 周燕艳
- 唐昊
- 夏少杰
- 姚绍文
- 姜琴
- 娄震
- 孟庆林
- 安丽娜
- 封俊红
- 尹立新
- 干静
- 张侃健
- 张光建
- 张凯兵
- 张捷
- 张晓
- 张智军
- 张校非
- 张猛
- 徐英卓
- 文豪
- 朱婷婷
- 李想
- 杨勇
- 杨志华
- 柳春华
- 梁学斌
- 汪青
- 海深
- 焦微微
- 熊吉春
-
-
巩瑞鑫;
贺衎
-
-
摘要:
图像识别是指利用计算机对图像进行处理、分析和理解,以识别各种不同模式的目标和对象的技术,并对质量不佳的图像进行一系列的增强与重建技术手段,从而有效改善图像质量。本文用改进胶囊网络对MNIST数据集进行训练。胶囊是一组神经元,其活动向量表示一种特定类型的实体的实例化参数,它的长度代表实体存在的概率,方向代表实体的实例化参数,低层的活性胶囊,依据转移矩阵对高层胶囊的实例化参数进行预测,当多个预测一致时,高层胶囊被激活。本文利用spread损失来代替margin损失,避免过早出现“失活”胶囊,并且在不添加重构子网络的情况下,对不同路由迭代次数进行研究,确定路由迭代次数对分类准确率的影响,并确定模型最优参数。研究表明该模型在未做增强和扩展处理的MNIST数据集上的误分率低至0.32%。同时,改进胶囊网络在Fashion-MNIST,CIFAR-10数据集上也表现出了良好的性能。
-
-
杜兴
-
-
摘要:
手写小车系统是由手写数字识别系统和智能小车硬件平台两部分组成。其中手写数字识别系统采用神经网络算法训练手写数据集,在图片特征与数据集类似的情况下其识别准确率达到了98%以上。在智能小车的硬件系统中,小车能够完成前景、后退、寻迹、转向以及避障等功能。此外,整个手写数字识别小车系统在电脑端完成对数字的识别,然后通过无线蓝牙将识别的结果传输给智能小车,小车根据其识别的指令做出相应的响应动作。
-
-
卢承方;
侯林杰;
韦懿航;
叶佳华;
陈浩明
-
-
摘要:
大多数单位每天会产生大量不同类型的纸质表格,采用人工方式录入纸质表格中保存信息,不仅过程繁琐,效率低下,而且信息录入的正确率也难以保证。为了提高工作效率并有效提取纸质表格中记录的手写数字信息,文章提出了基于OpenCV库的表格手写内容预处理分割方法,采用数学形态学中腐蚀膨胀运算等相关原理,搭建针对手写数字识别的卷积神经网络,对每个单元格框体内容中的手写数字进行识别,最终可以将纸质表格图片转化为电子表格。本方法的提出运用场景广泛,能极大地提高纸质表格数据提取的工作效率。
-
-
杨波;
梁伟
-
-
摘要:
针对深度学习构建网络模型以及确定模型参数的问题,在分析神经网络基本结构和线性模型局限性的基础上,研究了深度神经网络设计的关键因素和优化策略。结合手写数字识别问题,对优化策略、动态衰减学习率、隐藏层节点数、隐藏层数等情形下的识别正确率进行了实验。结果表明,不同神经网络模型对最终正确率有质的影响,相同优化策略在不同参数取值时对最终正确率有很大影响,并进一步探究了具体选取优化策略和参数的方法。
-
-
王冲;
耿玉菊;
刘光伟;
张博文;
张贝宁
-
-
摘要:
本文提出一种基于卷积神经网络模型的嵌入式手写数字识别的方案。该方案以卷积神经网络为手写数字识别模型结构,使用MNIST手写体训练集训练网络模型,以STM32H750XBH6为嵌入式终端设备芯片,搭载RT-Thread物联网操作系统,利用RT-Thread AI kit将手写数字识别模型集成到板级支持包(Board Support Package,BSP),实现嵌入式手写数字的识别。
-
-
张玉娇
-
-
摘要:
手写体数字0-9的识别在原始数据集的获取上较为容易,拥有MNIST的这种成熟的大型标准数据集,已经被视为是人工智能图像识别领域研究的入门问题,对其进行研究具有重要的现实意义。在众多的识别算法中,卷积神经网络在识别精度上的表现较为突出,而深度学习框架的出现在一定程度上降低了神经网络模型构建的难度和入学门槛。本文基于Tensorflow深度学习框架,详细讨论了如何构建LeNet-5卷积神经网络模型实现手写体数字识别的方法,使用MNIST数据集进行模型的训练与评估。
-
-
唐鉴波;
李维军;
赵波;
习立坡
-
-
摘要:
手写数字识别是计算机视觉的一项典型应用,其成果可广泛应用于邮政编码识别、统计报表识别、考试成绩判定等领域。针对单幅图像中多个手写数字的自动分割及识别问题,文中采用自适应二值化方法实现手写数字与背景的分割,利用基于方向投影的改进算法将各个数字依次进行分割提取,通过手写Minist训练数据集对卷积神经网络的LeNet-5模型进行训练,利用Tensorflow实现了单幅图像内多个手写数字的分割与识别。实验结果表明,文中方法具有较高的可靠性,训练后的模型对新的手写数字平均识别率在92%以上,达到了预期的效果。
-
-
高春庚;
孙建国
-
-
摘要:
为了解决传统的多层神经网络在手写体数字识别中网络参数过多、计算量大、准确率低等问题,将卷积神经网络应用于手写体数字识别,设计了一种新的网络模型,在MNIST数据集上对网络模型进行训练;对比分析常用的优化算法在不同学习率时对识别效果的影响,选用具有自适应学习率的优化算法.利用MNIST数据集进行测试,本文模型识别准确率可以达到99%以上,损失接近于0.实验结果表明,利用该网络模型进行手写数字识别,识别率高、运算量小,提高了识别速度和准确率,具有很强的鲁棒性.
-
-
杨济萍
-
-
摘要:
手写数字识别是光学字符识别技术的一个分支,因其受不同国家背景、个人书写习惯等因素的影响,脱机手写数字识别依旧是模式识别领域的重要难题.因此如何利用适当的图像预处理过程消除冗杂信息对特征提取的影响,为不同形态的手写体数字提供精准高效的算法模型是本文所研究的重点.
-
-
李想
-
-
摘要:
基于主成分分析法(PCR)和支持向量机(SVM)建立两种分类模型进行手写数字算法仿真实验,并对仿真结果进行比较和分析,从而挑选出分类更加准确高效的方法。由模型数值仿真结果分析可得,基于SVM的方法预测和分类效果优于PCR。
-
-
张新波;
毋丽丽
- 《2010年亚太青年通信与技术学术会议》
| 2010年
-
摘要:
本文提出了一种九段投影特征,九段投影特征属于统计特征,统计特征能使得识别系统简便.点特征属于结构特征,结构特征直观地反映了字符的属性和特点,它们各有自己的优缺点.将所提取的九段投影特征和点特征分别输入BP 神经网络进行手写数字识别,结果表明这些单个特征的识别率都比较低.根据这两种特征的优缺点将它们进行组合,形成一种新的组合特征输入BP 神经网络进行数字字符识别,识别率明显提高.采用改进的BP算法进行识别,不但迭代次数减少,而且单个特征和组合特征的识别率也有了进一步的提高.
-
-
-
杨程云;
宣国荣
- 《第六届全国计算机应用联合学术会议》
| 2002年
-
摘要:
切线距离的研究是当今模式识别领域的一个前沿课题,目前很多论文在进行这方面的理论和应用研究.本文提出基于SVD的统计切线距离方法,它比传统的切线距离方法,在实际应用时更有效、更简便.在实际手写数字识别中的应用,说明分析是正确的.
-
-
-
-
娄正良;
黄磊;
刘昌平;
邹明福
- 《第八届全国汉字识别学术会议》
| 2003年
-
摘要:
小波变换和傅立叶变换在图像处理方面有着广泛的应用.本文在结合二者特点的基础上提出了一种新的基于小波变换和局部傅立叶变换的脱机手写数字特征提取方法.即对于一个输入的手写数字图像首先进行小波变换,依据小波变换后的子图像,分别提取他们的局部傅立叶变换后系数作为它们的特征.这样的特征既具有小波变换的多尺度分析的性能,又具有局部傅立叶变换能够很好描述图像局部频域的特征.实验数据采用MNIST数据(美国国家标准与技术局收集),实验表明,该种方法可以取得了较好的识别效果.
-
-
-
-