基于计算机输入下的稀疏自编码的脱机手写体识别方法

摘要

本发明属于模式识别领域，公开了一种基于计算机输入下的稀疏自编码的手写体识别方法，该方法包括：选取手写体图像库，并分为训练集和测试集两个子数据集；采用稀疏自编码来构建深度神经网络，并获得特征；使用ZCA白化数据进行预处理和可视化得到更好的特征，到此训练好稀疏自编码深度神经网络；将每张图像分成小块，取其中一个小块学到特征，依次与剩下的小块进行卷积运算并提取训练集图像的各个特征；采用PSO算法快速得到多分类支持向量机参数；将测试集数据输入到多分类支持向量机中，得到分类结果，并得到该测试集识别的正确率。本发明的手写体识别方法，对数据的泛化能力比较好，并且手写体识别率较高。

主权项

基于计算机输入下的稀疏自编码的脱机手写体识别方法，其特征在于，该方法包括以下步骤：步骤一：选取手写体图像库，并将图像训练集和测试集两个子数据集；步骤二：采用稀疏自编码来构建深度神经网络，并获得学习到的特征；步骤三：使用ZCA白化对训练集样本数据进行预处理和可视化，得到含有丰富边缘的特征，得到训练好的深度神经网络；步骤四，将每张大图像分割成小块学习特征，并用前面学习到的特征参数对剩下的小块依次进行卷积运算并提取训练集图像的各个特征；步骤五，采用PSO算法快速得到多分类支持向量机参数；步骤六，将测试集数据输入到多分类支持向量机中，得到识别结果，并得到该测试集手写体识别的正确率。