首页> 中文期刊> 《自动化与仪器仪表》 >基于卷积神经网络的电子绘本信息采集设计

基于卷积神经网络的电子绘本信息采集设计

         

摘要

21世纪是一个具有象征意义的讯息社会,字符与图像越来越多地成为记录与传达资讯的主要载体。而电子绘本信息的内容复杂,在进行信息收集过程中,容易出现信息的错误收集、收集延迟等问题,从而使读者产生阅读困难和误解。基于此,研究提出了一种基于卷积神经网络(Convolutional Neural Networks,CNN)算法的电子绘本信息采集系统,旨在提升对电子绘本信息的采集准确率和采集效率。实验结果表明,该算法与BP神经网络(BP neural network,BPNN)算法相比,其训练步数节省了23次就达到了预定的误差。CNN模型的相对误差绝对值均未超过各评价指标5%的限值,CNN算法R=0.97816,其回归拟合值接近1,说明CNN的学习准确率明显高于BPNN算法,综上所述可知,该研究提出的基于卷积神经网络的电子绘本信息采集系统实用性极高。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 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