大数据下的基于深度神经网的相似汉字识别.PDF

第35卷第9期 通信学报 、，01．35No．9 on 2叭4年9月 JourmlCommunications 2014 September doi：10．3969／j．issn．1000一436x．2014．09．019 大数据下的基于深度神经网的相似汉字识别 杨钊，陶大鹏，张树业，金连文 (华南理工大学电子与信息学院，广东广州510641) 摘要：针对传统相似手写汉字识别系统(sHccR)受特征提取方法的限制，提出采用深度神经网(DNN)对相似汉 字自动学习有效特征并进行识别，介绍相似字符集生成方法和针对相似汉字识别的深度神经网络的具体结构，研 究对比不同的训练数据规模对识别性能的影响。实验表明，DNN能有效地进行特征学习，避免了人工设计特征 的不足，与传统基于梯度特征的支持向量机(sⅥⅥ)和最近邻分类器(1一NN)方法相比，识别率有较大的提高； 且随着训练样本增加的同时，DNN在提高识别性能上表现得更为优秀，大数据训练对提升深度神经网络的识别 率作用明显。 关键词：大数据；深度神经网；深度学习；相似手写汉字识别 中图分类号：TP391 文献标识码：A 文章编号：1000一436x(2014)09一0184一06 SimilarhandwrittenChinesecharacter recognition basedon neuralnetworkswithdata deep big YANG Lian—wen Zhao，TA0Da_peng，ZHANGShu—ye，JIN ofElectronicandInformacion 5 (sch001 Engineering，sou山chinauniVersityofTechn010甄Guangzhou10641，china) Abstract：The ratesofthe仃aditionalsimilarhandwrittenchinesecharacter recognition arenot duetotheres仃ictionoffeatureextractionmethods．Inorderto the new Veryh培h improVerecognitionaccuracy，a methodbasedon neural to1e锄efkctiVefeatures andconduct deep networks(DNN)wasproposed automaticallyrecog— nition．Themethodofhowto similarhandwrittenChinesecharactersetswasin仃oduced．Thearchitectureofthe generate DNNfbrSHCCRwas with to datascalewas