基于深度学习的手写字符识别方法的研究阶段汇报_第1页
基于深度学习的手写字符识别方法的研究阶段汇报_第2页
基于深度学习的手写字符识别方法的研究阶段汇报_第3页
基于深度学习的手写字符识别方法的研究阶段汇报_第4页
基于深度学习的手写字符识别方法的研究阶段汇报_第5页
已阅读5页,还剩5页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1、报告人:曾祥云导 师:郑 胜2014 .07 . 17基于深度学习太阳黑子基于深度学习太阳黑子扫描图像手写体识别研究扫描图像手写体识别研究20142014太阳图像分析与数据挖掘研讨会太阳图像分析与数据挖掘研讨会主要内容1 研究目标及要求2 深度学习基本原理3 深度学习识别方法4 结果展示5 问题与总结目标要求基本原理识别方法结果展示问题总结研究要求:1、提取图中所有手写部分的字符:2、用计算机自动识别图中所有手写部分的字符:研究目标:左图是天文台太阳黑子扫描图像,我们工作的任务是对图像进行处理,提取并识别相关信息。背景要求基本原理识别方法结果展示问题总结卷积神经网络(CNN):第一个成功训练多

2、层网络结构的学习算法。Fx卷积滤波器. 识别识别xb1xb1xw特征CxSx+1卷积层卷积层抽样层抽样层背景要求基本原理识别方法结果展示问题总结识别过程1图像预处理2学习理样本制作3网络模型生成4 字符自动识别图像大小和方位归一化固定区字符分割手写区字符分割提取单个字符字符自动编码字符位置跟踪定位训训练练优优化化模模型型背景要求基本原理识别方法结果展示问题总结Part 1 样本制作样本选取基本原则:1、时间年限跨度尽可能大2、手写字符字体多样性3、样本数据充足性背景要求基本原理识别方法结果展示问题总结Part 1 样本制作背景要求基本原理识别方法结果展示问题总结Part 2 字符识别训训练练优优化化样样本本模模型型识别结果分类本研究方法中,使用近三年的太阳黑子扫描图像的手写字符,一共取其中样本字符12001200个,测试样本200200个,最后得出的识别率为98.5%98.5%。背景要求基本原理识别方法结果展示问题总结问题与总结1、学习算法中样本的选取直接影响识别效果,在本次研究中,样本的选取还不是很全面,为获得更加可靠有效的识别网路,还有待进一步扩大样本库,提升样本的多样性。2、样本数据的可扩展性、通用性实现3、样本制作软件的完成、通用性的实现背景要求基本原理识别方法

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论