基于卷积神经网络的古文字识别系统设计与实现

古文字作为中国上下五千年以来的使用文字,记录了我国从古至今的文化发展历史,对于我国的历史文化研究具有十分重要的作用。对古文字的识别能够将那些珍贵的文献材料转换为电子文档,便于这些珍贵文献材料的保存和传播。该文将深度学习中经典的卷积神经网络技术应用到古文字识别中,剖析了运用的卷积神经网络技术的原理结构,并阐述了系统在识别方面所运用的技术。

古文字的联机手写识别研究

分析了近年来古文字研究与计算机技术相结合的一些重要成果,以及古文字的构形特点之后,提出了一种用于识别联机手写古文字的方法,详细介绍了所采用的笔画特征和字元特征,主要包括在古文字书写变形中具有较高稳定性的7种笔型特征,以及笔画交叉点、字元相对位置特征等等。并在此基础上,介绍了所构建的一个古文字识别的原型系统。同时指出了系统在对异体字的兼容,对古文字音、义的处理等方面存在的不足,提出了古文字识别智能化的研究方向,对今后古文字联机手写体识别的改进具有一定的参考价值。