基于卷积神经网络的多字体字符识别 (2011年)

采用随机对角Levenberg-Marquardt算法有效改进了Simard卷积网络的收敛速度,分析了样本类别数、全局学习率对网络收敛速度的影响,并成功地把Simard网络推广到对百度验证码等多字体小字符集的识别,达到98.4%的单字符识别率和93.5%的整体识别率.实验表明:改进后的Simard网络具有前期预处理少、泛化能力强、收敛速度较快的优点,可以胜任多字体小字符集的识别工作.