典型文献
中文文本事件检测技术
文献摘要：
随着深度学习的发展,神经网络在文本检测方面得到了更深入的研究和更广泛的应用.在此基础上,为了提升中文文本事件检各项性能,提出了一种基于改进神经网络的中文文本事件检测方法,研究利用FPA算法优化传统BP神经网络的权值和阈值.为了验证基于改进神经网络的中文文本事件检测方法的效果,将其与自然场景文本检测方法在召回率、准确率和耗时性等方面进行了比较.结果表明:自然场景文本检测方法的准确率为88％,召回率为73％;基于改进神经网络的文本检测方法准确率为95％,召回率为86％;中文文本事件检测测试中自然场景文本检测方法的F值为0.79,耗时4.56s;基于改进神经网络的文本检测方法的F值为0.90,耗时0.64s.可见,基于改进的神经网络的中文文本事件检测方法具有更好的性能.
文献关键词：
改进神经网络;文本事件检测;自然场景文本检测;FPA
中图分类号：
作者姓名：
崔莹
作者机构：
西南电子技术研究所 成都 610036
文献出处：
引用格式：
[1]崔莹-.中文文本事件检测技术)[J].计算机与数字工程,2022(12):2700-2704
A类：
文本事件检测,64s
B类：
中文文本,改进神经网络,研究利用,FPA,算法优化,权值,自然场景文本检测,召回率,检测测试,56s
AB值：
0.108184
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。
