基于深度学习的手写字符识别方法的研究阶段汇报详解.pptxVIP

报告人：曾祥云 导 师：郑 胜 2014 .07 . 17 基于深度学习太阳黑子 扫描图像手写体识别研究 2014太阳图像分析与数据挖掘研讨会 主要内容 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）：第一个成功训练多层网络结构的学习算法。 Fx卷积滤波器 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 识别 Cx Sx+1 卷积层 抽样层 背景要求 基本原理 识别方法 结果展示 问题总结 训练 优化 模型 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 训练 优化 样本 模型 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1200个，测试样本200个，最后得出的识别率为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 结果展示 问题总结 THANKS 2014太阳图像分析与数据挖掘研讨会