X为了获得更好的用户体验,请使用火狐、谷歌、360浏览器极速模式或IE8及以上版本的浏览器
帮助中心 | 关于我们
欢迎来到辽阳市科技创新服务平台,请 登录 | 注册
尊敬的 , 欢迎光临!  [会员中心]  [退出登录]
当前位置: 首页 >  科技成果  > 详细页

[00294272]一种基于形变方法进行数据扩展的脱机手写汉字识别方法

交易价格: 面议

所属行业: 分析仪器

类型: 发明专利

技术成熟度: 正在研发

专利所属地:中国

专利号:CN201610827207.5

交易方式: 技术转让 技术转让 技术入股

联系人: 华南理工大学

进入空间

所在地:广东广州市

服务承诺
产权明晰
资料保密
对所交付的所有资料进行保密
如实描述
|
收藏
|

技术详细介绍

摘要:本发明提出了一种基于形变方法进行数据扩展的脱机手写汉字识别方法。其包括在图形处理器上搭建基于包含多种卷积神经网络模型的Caffe深度学习框架的平台;通过弹性形变,错切,小角度范围旋转来扩展训练数据集,并准备带有标签的测试数据集,利用上述数据集在图形处理器上训练上述卷积神经网络模型;一级手写汉字的类别;将HCL2000数据库的手写汉字原始图像和分别进行弹性形变,错切,小角度范围旋转处理的图像输入卷积神经网络模型,对网络进行训练。最后输入未知汉字进行测试,得到对汉字图像的识别结果。本发明方法具有智能性强,分类识别准确,检测速度快,对于低量级数据库识别性能良好等优点,对手写汉字均有出色的识别能力。
摘要:本发明提出了一种基于形变方法进行数据扩展的脱机手写汉字识别方法。其包括在图形处理器上搭建基于包含多种卷积神经网络模型的Caffe深度学习框架的平台;通过弹性形变,错切,小角度范围旋转来扩展训练数据集,并准备带有标签的测试数据集,利用上述数据集在图形处理器上训练上述卷积神经网络模型;一级手写汉字的类别;将HCL2000数据库的手写汉字原始图像和分别进行弹性形变,错切,小角度范围旋转处理的图像输入卷积神经网络模型,对网络进行训练。最后输入未知汉字进行测试,得到对汉字图像的识别结果。本发明方法具有智能性强,分类识别准确,检测速度快,对于低量级数据库识别性能良好等优点,对手写汉字均有出色的识别能力。

推荐服务:

主办单位:辽阳市科学技术局

技术支持单位:科易网

辽ICP备16017206号-1

辽公网安备 21100302203138号

关于我们

平台简介

联系我们

客服咨询

400-649-1633

工作日:08:30-21:00

节假日:08:30-12:00

13:30-17:30