典型文献
一种改进IE-AlexNet的少数民族文字图像识别方法
文献摘要：
提出一种融合自适应图像增强的IE-AlexNet少数民族文字图像识别方法.以阿拉伯文字为例,计算各场景的图像噪声阈值,利用六种方法实现图像增强,然后构建一种改进AlexNet的神经网络模型,实现阿拉伯文字识别.实验结果表明,所提方法能有效检测复杂环境下的少数民族文字,其F1值为0.9559,准确率为0.9553,均优于其他模型.同时,对比实验突显图像增强的有效性,具有一定应用价值.
文献关键词：
少数民族文字;深度学习;图像识别;数字人文
中图分类号：
作者姓名：
杨秀璋;周既松;武帅;陈登建;刘建义;宋籍文
作者机构：
贵州财经大学信息学院,贵州 贵阳 550025;涟水县财政局;贵州高速公路集团有限公司
文献出处：
引用格式：
[1]杨秀璋;周既松;武帅;陈登建;刘建义;宋籍文-.一种改进IE-AlexNet的少数民族文字图像识别方法)[J].计算机时代,2022(11):15-20
A类：
B类：
IE,AlexNet,少数民族文字,文字图像,图像识别,自适应图像增强,阿拉伯文字,各场,图像噪声,六种,文字识别,有效检测,复杂环境,数字人文
AB值：
0.247568
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。
