基于卷積神經(jīng)網(wǎng)絡(luò)和極限學(xué)習(xí)機(jī)的手寫體識(shí)別方法

基本信息

申請(qǐng)?zhí)?/td> CN201710748310.5 申請(qǐng)日 -
公開(kāi)（公告）號(hào) CN107967497A 公開(kāi)（公告）日 2018-04-27
申請(qǐng)公布號(hào) CN107967497A 申請(qǐng)公布日 2018-04-27
分類號(hào) G06K9/68;G06N3/04;G06N3/08 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 張文博;王陽(yáng);朱鑫;劉其民 申請(qǐng)（專利權(quán)）人 鯤鵬通訊（昆山）有限公司
代理機(jī)構(gòu) 蘇州潤(rùn)桐嘉業(yè)知識(shí)產(chǎn)權(quán)代理有限公司 代理人 蘇州明逸智庫(kù)信息科技有限公司;昆山鯤鵬無(wú)人機(jī)科技有限公司;鯤鵬通訊（昆山）有限公司
地址 215000 江蘇省蘇州市昆山市玉山鎮(zhèn)登云路268號(hào)1號(hào)房401E室
法律狀態(tài) -

摘要

摘要 一種基于卷積神經(jīng)網(wǎng)絡(luò)和極限學(xué)習(xí)機(jī)的手寫體識(shí)別方法，其步驟為初始化，構(gòu)建卷積神經(jīng)網(wǎng)絡(luò)層，隨機(jī)產(chǎn)生加權(quán)極限學(xué)習(xí)機(jī)的輸入權(quán)值W與隱層偏置b；劃分?jǐn)?shù)據(jù)集產(chǎn)生訓(xùn)練樣本和測(cè)試樣本并進(jìn)行數(shù)據(jù)預(yù)處理；進(jìn)行卷積神經(jīng)網(wǎng)絡(luò)提取特征，得到訓(xùn)練集特征和測(cè)試機(jī)特征；根據(jù)訓(xùn)練集特征訓(xùn)練極限學(xué)習(xí)機(jī)分類器得到輸出權(quán)重，根據(jù)測(cè)試機(jī)特征及輸出權(quán)重，得到最終的手寫識(shí)別結(jié)果。本發(fā)明相比較單純使用極限學(xué)習(xí)機(jī)，其可以提高準(zhǔn)確率，縮短測(cè)試和訓(xùn)練時(shí)間。