• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>International conference on artificial neural networks >Multi-column Deep Neural Network for Offline Arabic Handwriting Recognition
【24h】

Multi-column Deep Neural Network for Offline Arabic Handwriting Recognition

机译：用于离线阿拉伯语手写识别的多列深度神经网络

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In recent years Deep Neural Networks (DNNs) have been successfully applied to several pattern recognition filed. For example, Multi-Column Deep Neural Networks (MCDNN) achieve state of the art recognition rates on Chinese characters database. In this paper, we utilized MCDNN for Offline Arabic Handwriting Recognition (OAHR). Through several settings of experiments using the benchmarking IFN/ENIT Database, we show incremental improvements of the words recognition comparable to approaches used Deep Belief Network (DBN) or Recurrent Neural Network (RNN.) Lastly, we compare our best result to those of previous state-of-the-arts.
机译：近年来，深度神经网络（DNN）已成功应用于几种模式识别领域。例如，多列深度神经网络（MCDNN）在汉字数据库上获得了最新的识别率。在本文中，我们将MCDNN用于离线阿拉伯语手写识别（OAHR）。通过使用基准IFN / ENIT数据库进行的几次实验设置，我们显示了单词识别的增量改进，可与使用深层信念网络（DBN）或递归神经网络（RNN）的方法相比。最后，我们将最佳结果与以前的结果进行了比较最先进的。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号