|
|
|
基于深度学习的脱机手写汉字识别技术研究 |
|
论文目录 |
|
致谢 | 第5-6页 | 摘要 | 第6-7页 | Abstract | 第7-8页 | 1 绪论 | 第11-17页 | 1.1 课题来源 | 第11页 | 1.2 研究背景及意义 | 第11-12页 | 1.3 国内外研究现状 | 第12-14页 | 1.4 本文主要工作及内容安排 | 第14-17页 | 2 深度学习相关理论 | 第17-31页 | 2.1 引言 | 第17-18页 | 2.2 反向传播算法 | 第18-19页 | 2.3 深度卷积神经网络 | 第19-26页 | 2.3.1 局部感知 | 第20-21页 | 2.3.2 权值共享 | 第21页 | 2.3.3 池化 | 第21-22页 | 2.3.4 激活函数 | 第22-24页 | 2.3.5 权重初始化 | 第24-25页 | 2.3.6 批量归一化 | 第25-26页 | 2.4 正则化方法 | 第26-30页 | 2.4.1 参数约束 | 第27-28页 | 2.4.2 数据增强 | 第28页 | 2.4.3 提前终止 | 第28-29页 | 2.4.4 Dropout方法 | 第29-30页 | 2.5 本章小结 | 第30-31页 | 3 基于深度可分离卷积网络的脱机手写汉字识别 | 第31-47页 | 3.1 引言 | 第31页 | 3.2 传统算法与深度学习的脱机手写汉字识别框架 | 第31-33页 | 3.3 残差网络和深度可分离卷积网络 | 第33-38页 | 3.3.1 残差卷积神经网络 | 第33-35页 | 3.3.2 深度可分离卷积网络 | 第35-36页 | 3.3.3 残差深度可分离卷积网络结构 | 第36-38页 | 3.4 联合损失函数 | 第38-39页 | 3.5 实验与结果分析 | 第39-45页 | 3.5.1 实验数据 | 第39-40页 | 3.5.2 实验环境与训练参数设置 | 第40-41页 | 3.5.3 Dropout正则化方法结果分析 | 第41-42页 | 3.5.4 联合损失函数结果分析 | 第42-43页 | 3.5.5 与现有算法的性能比较 | 第43-45页 | 3.6 本章小结 | 第45-47页 | 4 基于空间变换网络的脱机手写汉字识别 | 第47-57页 | 4.1 引言 | 第47页 | 4.2 空间变换网络 | 第47-49页 | 4.3 卷积神经网络结构设计 | 第49-52页 | 4.4 实验与结果分析 | 第52-56页 | 4.4.1 数据预处理 | 第52-53页 | 4.4.2 实验环境与训练参数设置 | 第53-54页 | 4.4.3 偏移字体的识别结果分析 | 第54-56页 | 4.5 本章小结 | 第56-57页 | 5 总结 | 第57-59页 | 本文工作总结 | 第57-58页 | 对未来工作的展望 | 第58-59页 | 参考文献 | 第59-65页 | 作者简介 | 第65页 |
|
|
|
|
论文编号BS3791667,这篇论文共65页 会员购买按0.35元/页下载,共需支付22.75元。 直接购买按0.5元/页下载,共需要支付32.5元 。 |
|
|
我还不是会员,注册会员!
会员下载更优惠!充值送钱! |
我只需要这篇,无需注册!
直接网上支付,方便快捷! |
|
|
|
版权申明:本目录由www.jylw.com网站制作,本站并未收录原文,如果您是作者,需要删除本篇论文目录请通过QQ或其它联系方式告知我们,我们承诺24小时内删除。 |
|
|