基于一种改进Inception的脱机手写汉字识别

摘要: 由于字形的复杂多变，脱机手写汉字的识别一直是模式识别的难题，深度卷积神经网络的发展为其提供了一种直接有效的解决方案。研究基于inceptions 结构神经网络的脱机手写汉字识别,提出了一种inception结构的改进方法，它具有结构更加简单、网络深度扩展更加容易、需要的训练参数量更少。该方法在数据集CISIA-HWDB1.1 上进行了实验验证，采用随机梯度下降优化算法，模型达到了96.95%的平均准确率。实验结果表明，使用改进的inception结构在图像分类上具有更好的鲁棒性，更容易扩展到其他应用领域。