论文部分内容阅读
卷积神经网络是近年来的研究热点,其具有结构简单、训练参数少和适应性强等特性,且避免了传统识别算法中复杂的特征提取和数据重构过程。本文使用图像去噪、文本倾斜校正和水平投影分割法与垂直投影分割法相结合的方法分别进行图像去噪、文本倾斜校正和图像分割操作,构造多层卷积神经网络训练手写体数字识别模型,找到识别率最优的手写体数字识别模型,最终实现一个基于卷积神经网络的电话号码手写体识别系统,可实现手机号码(十一位数)和固定电话(七位数)的手写体识别。经过测试,本系统的识别率达到99%以上。