首页 > 《漳州职业技术学院学报》 > 2013年1期 > 基于聚类和多神经网络的中文视频文字识别

基于聚类和多神经网络的中文视频文字识别

在线阅读下载PDF 导出详情

摘要通过研究视频汉字识别问题，提出了关于视频中汉字跟踪及分割算法。首先，提取视频样本特征，采用K均值算法进行聚类作为第1次分类，之后，采用多个BP（backpropagation）神经网络进一步细分一次分类后的结果作为二次分类。最后，对以上算法进行了实验验证，结果证明这些算法是有效的，多层分类器较单一的BP神经网络分类器识别率更高。

DOI wjvz38ynd7/1223898

作者黄轩

机构地区不详

出处《漳州职业技术学院学报》 2013年1期

关键词汉字分割汉字跟踪 K均值聚类 BP神经网络

分类 [文化科学][职业技术教育学]

出版日期 2013年01月11日（中国期刊网平台首次上网日期，不代表论文的发表时间）

相关文献

1张晶;吴磊;贺建军;刘文鹏. 基于深度卷积神经网络的手写哈萨克文字母识别方法.教育学,2017-05.
2姜来. 基于BP神经网络的荷载识别.文化科学,2024-11.
3admin. 基于k-means聚类的模糊神经网络市场清算电价预测.自动化与计算机技术,2019-03.
4邱洪舰. 基于多通道一维卷积神经网络的桥梁结构损伤识别.市政工程,2022-07.
5唐慧莹. 基于RBF神经网络的人脸识别算法.建筑技术科学,2021-11.
6王锐,王博文. 基于深度学习神经网络技术在视频监控下的群体密度识别.建筑技术科学,2024-03.
7肖淑苹. 基于小波概率神经网络的纹理识别.教育学,2012-04.
8肖旺新 ;张雪 ;黄卫. 基于小波神经网络的路面破损识别.道路与铁道工程,2004-02.
9周迪. 基于卷积神经网络的手写数字识别综述.建筑技术科学,2021-11.
10鲁轩1陈振辉2王朝阳3王松波4付明5韩双. 基于卷积神经网络的输电设备缺陷识别.电力系统及自动化,2016-12.

来源期刊

漳州职业技术学院学报

相关推荐

同分类资源更多

相关关键词

汉字分割汉字跟踪 K均值聚类 BP神经网络

返回顶部