|
|
1.
基于改进卷积神经网络的多源数字识别算法
卜令正, 王洪栋, 朱美强, 代伟
计算机应用
2018, 38 (12):
3403-3408.
DOI: 10.11772/j.issn.1001-9081.2018050974
现有的数字识别算法多是对单一类型数字进行识别，无法应对识别多源数字。针对包含手写体数字与数码管数字的字符识别场景，提出一种基于改进卷积神经网络（CNN）的多源数字识别算法。首先，使用从数显仪表生产企业现场采集的样本，结合MINIST数据集，建立起包含手写体和数码管的混合数据集；然后，考虑更好的鲁棒性，提出一种改进的CNN，并用上述混合数据集对其训练，实现了一个网络识别多类型数字；最后，训练好的神经网络模型被成功应用于RoboMaster机甲大赛的多源数字识别场景中。测试结果表明，所提算法整体识别准确率稳定且较高，具有较好的鲁棒性和泛化能力。
参考文献 |
相关文章 |
多维度评价
|
|
