文献

J-GLOBAL ID：201702224778662833   整理番号：17A0116503

サンプル集合膨張とCNNに基づく手書き漢字認識法【Powered by NICT】

A handwritten Chinese characters recognition method based on sample set expansion and CNN

著者 (4件)： Song Xuchen (Department of Electronic and Information Engineering, South China University of Technology, Guangzhou, P.R. China) ,  Gao Xue (Department of Electronic and Information Engineering, South China University of Technology, Guangzhou, P.R. China) ,  Ding Yanfang (Department of Electronic and Information Engineering, South China University of Technology, Guangzhou, P.R. China) ,  Wang Zhixin (Department of Electronic and Information Engineering, South China University of Technology, Guangzhou, P.R. China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： ICSAI  ページ： 843-849  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 畳込みニューラルネットワーク(CNN)は視覚入力の分類のための強力な技術である。しかし,スケールと訓練集合の品質の両者を学習システムの性能に重要な因子である。実際の応用では,高品質・大規模手書き漢字サンプル集合を得ることは一般に困難である。手書き漢字の不十分な試料は貧弱な認識性能を引き起こすであろう。本論文では,データセット展開とCNNに基づく手書き漢字認識法を提案した。最初に,提案した畳込みニューラルネットワークモデルのトポロジーを検討した。,利用可能な試料のスケール,小範囲内でランダム弾性変形,せん断変形と回転を含むを拡大する利用などがあるいくつかのデータセット展開法。HCL2000型手書き漢字データベースに関する一連の実験は,この方法が認識性能を改善し,誤り率35.01%,筆者らが提案したアプローチの有効性検証の減少と効果的にできることを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 弾性変形 ,  ニューラルネットワーク ,  *漢字 ,  剪断変形 ,  視覚 ,  データベース ,  品質 ,  位相幾何学 ,  畳込み ,  誤り率
準シソーラス用語： 神経回路網モデル ,  高品質 ,  学習支援システム ,  *手書き , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (6件)： サンプル ,  集合 ,  膨張 ,  CNN ,  手書き ,  漢字