您当前所在位置: 首页

论文收录信息

论文编号 201612-568
论文题目 藏文字OCR特征分析和识别算法研究
文献类型
收录期刊

上传封面

中文期刊 英文期刊

期刊名称(中文)

期刊名称(英文)

年, 卷(

上传封面

中文专著 英文专著

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

中文译著 英文译著

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

中文论文集 英文论文集

编者 . 论文集名称(中文) [c].

出版地 出版社 出版年-

编者 . 论文集名称(英文) [c].

出版地 出版社 出版年-

上传封面

中文文献 英文文献

期刊名称(中文)

期刊名称(英文)

日期--

在线地址http://

上传封面

中文文献 英文文献

文题(中文)

文题(英文)

出版地

出版社, 出版日期--

上传封面

中文文献 英文文献

文题(中文)

文题(英文)

出版地

出版社, 出版日期--

后印本*

(请提交PDF文档)

藏文字OCR特征分析和识别算法研究

引用

复制文本

导出参考文献

.txt .ris .doc

李旺平

李旺平(1991-),男,硕士研究生,研究方向:模式识别和人工智能

李琳

李琳(1977-),教授/博士,女,研究方向:智能计算和数据挖掘

谢忠伟

谢忠伟,男,硕士研究生,研究方向:模式识别和人工智能

发送私信

发送给

武汉理工大学计算机科学与技术学院,武汉 430070

摘要:为提高印刷体藏文OCR识别的精度和速度,提出将极限学习机(Extreme Learning Machine ELM)算法应用到藏文OCR(Optical Character Recognition)过程中,并对比了传统的单隐含层BP神经网络(Back Propagation Neural Networks)算法和支持向量机(Support Vector Machine SVM)算法。此外,特征提取阶段分别采用了三种不同的特征,分别是映射特征,网格特征以及像素特征。实验分析了识别率以及识别时间,其结果表明ELM算法取得了较高的识别率以及较短的识别时间。

关键词: 藏文OCR 特征提取 极限学习机

同行评议

评论

评论一下

全部评论
评论