典型文献
基于深度学习的阿拉伯文字图像识别
文献摘要：
为了提高行业内对阿拉伯文字字符识别分类的准确率,建立了基于深度学习的阿拉伯文字图像分类方法,对该方法所采用的神经网络分类算法进行研究.首先,在数据集图像的处理方面,不满足于平常的图像预处理方式(翻转、平移等操作),而是利用生成式对抗网络来做数据增强.其次,对于分类网络,加深了卷积神经网络的深度(基于VGG19),使得分类效果更好,根据实验结果可得出所提出的方法在准确率、精确率、召回率和F1值上相比于本课题上以往的机器学习和深度学习识别分类方法提升效果非常显著,其值分别是0.9857、0.9832、0.9924和0.9840,该算法的提出为少数民族文字高精度识别分类提供了有效方法.
文献关键词：
深度学习;阿拉伯文字;少数民族文字;神经网络
中图分类号：
作者姓名：
李琦峰;姚剑敏;胡海龙;严群;林志贤
作者机构：
福州大学物理与信息工程学院 福建福州 350108;晋江市博感电子科技有限公司 福建晋江 362200
文献出处：
引用格式：
[1]李琦峰;姚剑敏;胡海龙;严群;林志贤-.基于深度学习的阿拉伯文字图像识别)[J].信息技术与信息化,2022(12):9-13
A类：
B类：
阿拉伯文字,文字图像,图像识别,高行,字字,字符识别,识别分类,图像分类,分类方法,神经网络分类,分类算法,平常,图像预处理,预处理方式,平移,生成式对抗网络,数据增强,分类网络,VGG19,分类效果,精确率,召回率,提升效果,少数民族文字,高精度识别
AB值：
0.312356
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
