在現(xiàn)代教學(xué)過程中,學(xué)生試卷分數(shù)的自動識別與錄入工作是學(xué)校教學(xué)管理規(guī)范化建設(shè)的重要內(nèi)容.試卷分數(shù)的自動識別能有效減輕教師工作量,進而有更多精力投身于教研工作中.手寫數(shù)字識別是試卷分數(shù)自動識別與錄入的關(guān)鍵技術(shù),因此本文針對試卷卷頭手寫分數(shù)識別問題,對現(xiàn)有的手寫數(shù)字識別算法進行總結(jié)與分析,提出了以卷積神經(jīng)網(wǎng)絡(luò)（CNN）為主線的兩種手寫數(shù)字識別算法.本文主要研究內(nèi)容及創(chuàng)新點如下:（1）本文采用基于HSV顏色空間的圖像分割技術(shù)分離出手寫分數(shù)字符,再結(jié)合投影法實現(xiàn)手寫分數(shù)區(qū)域提取.同時使用投影法及滴水算法對各題的分數(shù)字符進行分割,其中包括粘連字符和傾斜字符的分割.本文研究的試卷卷頭手寫分數(shù)識別問題主要包括試卷卷頭圖像預(yù)處理和手寫數(shù)字識別兩個部分,其中手寫分數(shù)區(qū)域提取和字符分割是圖像預(yù)處理的重要環(huán)節(jié).（2）為改善CNN模型的識別性能,本文提出了一種基于改進CNN的手寫數(shù)字識別算法.首先,結(jié)合Relu和Softplus兩種激活函數(shù)的優(yōu)點,提出一種分段激活函數(shù),改進后的激活函數(shù)具有稀疏性和光滑特性.其次,下采樣操作過程中提出混合采樣法,該算法可以兼顧均值池化法與最大值池化法提取到的特征值,從而使模型產(chǎn)生... 

【文章來源】：武漢理工大學(xué)湖北省 211工程院校 教育部直屬院校

【文章頁數(shù)】：65 頁

【學(xué)位級別】：碩士

【部分圖文】：

試卷卷頭原始圖像

試卷卷頭增強圖像

取要去除試卷卷頭圖像中無用的, 與背景信息區(qū)別明顯, 所以點, 提取手寫分數(shù)信息, 再結(jié)空間的轉(zhuǎn)化照比較敏感, 色彩的 R、G、到顏色的變化, 而 HSV 顏色空以先將增強的試卷卷頭圖像從割出手寫分數(shù)字符的紅色像素G、B 三種獨立屬性的基色為基, RGB 顏色空間的三維立體模

【參考文獻】：
期刊論文
[1]自適應(yīng)增強卷積神經(jīng)網(wǎng)絡(luò)圖像識別[J]. 劉萬軍,梁雪劍,曲海成.  中國圖象圖形學(xué)報. 2017(12)
[2]基于融合卷積神經(jīng)網(wǎng)絡(luò)模型的手寫數(shù)字識別[J]. 陳玄,朱榮,王中元.  計算機工程. 2017(11)
[3]結(jié)合遺傳算法的優(yōu)化卷積神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)方法[J]. 王麗敏,喬玲玲,魏霖靜.  計算機工程與設(shè)計. 2017(07)
[4]基于遺傳算法優(yōu)化的SMABP神經(jīng)網(wǎng)絡(luò)本構(gòu)模型[J]. 余濱杉,王社良,楊濤,樊禹江.  金屬學(xué)報. 2017(02)
[5]卷積神經(jīng)網(wǎng)絡(luò)研究綜述[J]. 周飛燕,金林鵬,董軍.  計算機學(xué)報. 2017(06)
[6]改進的二維變換Gabor小波濾波器特征提取算法[J]. 閆俊強,喬志偉,王強.  計算機工程與設(shè)計. 2016(10)
[7]基于改進的模板匹配的設(shè)計模式自動識別[J]. 王雷,姜久雷.  計算機工程與設(shè)計. 2016(09)
[8]不同池化模型的卷積神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)性能研究[J]. 劉萬軍,梁雪劍,曲海成.  中國圖象圖形學(xué)報. 2016(09)
[9]圖像理解中的卷積神經(jīng)網(wǎng)絡(luò)[J]. 常亮,鄧小明,周明全,武仲科,袁野,楊碩,王宏安.  自動化學(xué)報. 2016(09)
[10]基于迭代式MapReduce的誤差反向傳播算法[J]. 趙虎,楊宇.  計算機應(yīng)用. 2016(04)

碩士論文
[1]基于改進卷積神經(jīng)網(wǎng)絡(luò)算法的研究與應(yīng)用[D]. 王飛飛.南京郵電大學(xué) 2016
[2]卷積神經(jīng)網(wǎng)字符識別算法研究[D]. 吳香蓮.電子科技大學(xué) 2016
[3]改進的卷積神經(jīng)網(wǎng)絡(luò)模型及其應(yīng)用研究[D]. 何鵬程.大連理工大學(xué) 2015
[4]基于OCR成績單錄入系統(tǒng)的設(shè)計與實現(xiàn)[D]. 王志瑜.吉林大學(xué) 2015
[5]基于神經(jīng)網(wǎng)絡(luò)與GPU的手寫數(shù)字識別及其試卷管理[D]. 沈茜.蘇州大學(xué) 2011



本文編號：3269290