基于深度学习的手写汉字识别技术研究

《基于深度学习的手写汉字识别技术研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于深度学习的手写汉字识别技术研究-->第1章绪论1.1课题研究的目的及意义20世纪中期，第一台计算机在美国诞生，人类的信息时代拉开了序幕，随后信息革命悄无声息的开始了，到目前为止，计算机已经由原来的仅供军事领域到人们的日常生活中，功能更是不可同日而语了。计算机已经发展成人们生活中不可或缺的一部分，在生活、娱乐、工作中都占据着重要的位置，计算机的功能和性能也在不断的加强，如何使计算机与人之间能更加友好的交互是信息技术研究的重点。人类可以通过视觉、听觉、嗅觉、触觉捕获信息，人与人之间甚至可以通过眼神、动作完成信息传递，人与计算机的交互变成人与人之间交流一样便捷是人机交互的最终目标。

2、人类承载信息的方式主要包括声音、图像、语言和文字，而文字信息的作用是任何一种方式无法取代的。史书上的文字记载让后人更清晰的了解过去，传承文化；日常办公中的合同、发票、文档都是通过文字存储信息[1]。许多人机交互研究学者对文字的研究高度重视，在早期的研究性计算机中采用穿孔卡方式输入，到后来采用键盘鼠标输入方式，再到如今的触摸屏输入以及语音输入，每次人机交互的革新，都是计算机技术的进步。随着计算机以及便携移动设备的普及，如智能、平板电脑、多功能手表等等，在当前生活模式下每日的信息产量剧增，人机交互的效率成了信息时代发展的难题，如何能智能的对人类语言、文字以及动作做出快速识别成了学术界

3、和科技企业界的研究热点。...............1.2国内外研究现状在上个世纪60年代，美国IBM公司开始进行了对印刷体汉字的模式识别研究工作，1996年Casey和Nag用模板匹配法成功的识别出了1000个印刷体汉字，在全球范围内，汉字识别开始展开了。而就在这个时候，研究界对手写汉字识别也掀起了高潮。因为汉字在日语中占有一定的地位，手写体汉字识别在一开始是由日本率先尝试研究的，在80年代，国内开始了对手写汉字的研究，因为汉语作为我们的母语，汉字主要在我国广泛使用，对汉字的种类、内涵、造字原理国内的掌握情况较透彻，所以关于手写汉字识别的深入研究主要集中在国内，国外对英语研究

4、兴趣浓厚，对汉字的研究相对较为单一。脱机手写汉字识别有着广泛的前景，将已经写好的汉字文本，通过仪器扫描生成文本图像，将文档转换成数字信息，利用这些数字信息将图像中的汉字识别出来，这一研究在实际生活中具有非常实用的价值，例如可以应用在邮件分拣、财税、金融等领域，实现自动化识别，减少人工操作，节省时间有节省人力，方便人们的生活。...............第2章相关技术概述2.1引言深度学习是机器学习的子领域，交叉了多领域知识，最基本的有神经网络、人工智能，为了实现人工智能，通过模拟人脑，建立神经网络，模拟人的思维方式下对数据的处理机制来解释数据，是基于表征学习的多层次的机器学习算

5、法。表征学习的目标是寻找更好的表示数据方法[21]，并这对这种方法创建一个模型来学习数据特征，例如一张图片中，可以用强度值矩阵表示像素，图片就是作为一个观测值，这就是一种表征学习方法，这些方法可以简化学习任务。深度学习可以理解为传统的神经网络的扩展，如图2-1所示，深度学习与传统的神经网络有很多相似的地方，深度学习采用了与神经网络相类似的分层次网络结构，包括输入层、隐层、输出层，但是其中隐层可以无限扩展，层与层之间的节点全连接，层内无连接。...............2.2浅层学习和深度学习在机器学习的发展史中，深度学习经历了两个重要阶段，先后为浅层学习和深度学习。浅层学习是机

6、器学习的第一次浪潮，目前大部分的分类、回归算法都属于浅层结构，一般浅层结构只包含1层或者2层。典型的浅层学习方法有高斯混合模型(GaussianMixtureModel，GMM)、隐马尔科夫模型HMM、条件随机场(ConditionalRandomField，CRF)、最大熵(MaxEnt)模型、支持向量机SVM、逻辑回归、核回归、多层感知机等。浅层学习都是将原始输入信号或特征转换到特定问题的特征空间中，对于解决一些简单问题或者某些受限问题有很好的效果。但是随着数据量的增多，浅层学习出现了短板，训练方法时需要很多经验和技巧，对一些复杂函数的处理，其建模能力和表征能力有一定的局限性

7、，对于语音处理、自然图像处理的能力较弱。而深层次学习，通过层次逐渐加深，对复杂函数的计算能力被加强，显示出从小样本集中学习数据本质特征的能力。...............第3章深度信念网络融合模型对手写汉字的识别...............203.1引言...............203.2深度信念网...............21第4章基于卷积神经网络的手写汉字的识别...............304.1引言................304.2手写字数据集...