黎育權(quán)

摘要 文字是人類表達(dá)和交流信息的重要工具之一，如郵政物流信件或快遞包裹的分揀和分流、交通系統(tǒng)中車牌號碼的識別和卡o收費。本文通過搭建DCNN進(jìn)行字符識別，能夠達(dá)到平均98.3%的準(zhǔn)確率，而傳統(tǒng)的BP神經(jīng)網(wǎng)絡(luò)只能達(dá)到95%。隨后，在DCNN基礎(chǔ)上，加入了多種改進(jìn)算法。使得神經(jīng)網(wǎng)絡(luò)對MNIST手寫字符集的識別率達(dá)到99.1%。最后，又將多個神經(jīng)網(wǎng)絡(luò)進(jìn)行組合，加入集成學(xué)習(xí)中的Bagging算法，最終使得神經(jīng)網(wǎng)絡(luò)對MNIST手寫字符集的識別率達(dá)到99.4%。

【關(guān)鍵詞】深度學(xué)習(xí) 機(jī)器學(xué)習(xí) 深度卷積神經(jīng)網(wǎng)絡(luò) 集成學(xué)習(xí) 手寫字符識別

模式識別是人工智能和計算機(jī)視覺領(lǐng)域的重要分支之一，它通過處理和分析表征事物或現(xiàn)象的信息，對文字、聲音、圖像等進(jìn)行辨認(rèn)和分類，在自動化以及信息處理和檢索等方面應(yīng)用極其廣泛。文字是人類表達(dá)和交流信息的重要工具之一。字符識別能夠?qū)⒆址咝У妮斎氲接嬎銠C(jī)系統(tǒng)，因而具有重要的研究價值。

1 人工神經(jīng)網(wǎng)絡(luò)

BP神經(jīng)網(wǎng)絡(luò)是一種采用反向傳播算法進(jìn)行的高效訓(xùn)練的多層前饋神經(jīng)網(wǎng)絡(luò)，是目前應(yīng)用最強大最廣泛的神經(jīng)網(wǎng)絡(luò)之一。卷積神經(jīng)網(wǎng)絡(luò)（CNN）是一種前饋神經(jīng)網(wǎng)絡(luò)，它的人工神經(jīng)元可以響應(yīng)一部分覆蓋范圍內(nèi)的周圍單元，對于大型圖像處理有出色表現(xiàn)。一般地，CNN的基本結(jié)構(gòu)至少包括兩層，卷積層和池化層。

2 集成學(xué)習(xí)及Bagging算法

集成學(xué)習(xí)方法是從機(jī)器學(xué)習(xí)領(lǐng)域中逐漸發(fā)展起來，以用于提升弱分類算法以獲得高準(zhǔn)確率的一種技術(shù)，與單個學(xué)習(xí)器相比，夠顯著地提高系統(tǒng)的泛化能力。Bagging算法的基本思想是對訓(xùn)練集實施有放回的隨機(jī)樣本重復(fù)抽樣，形成多個與訓(xùn)練集規(guī)模相近但各不相同的訓(xùn)練子集，此基礎(chǔ)上形成多個基分類器，最終將多個分類器進(jìn)行集成。

3 字符識別

3.1 數(shù)據(jù)集

論文采用MNIST手寫數(shù)字字符數(shù)據(jù)集，MNIST擁有60000張不同的28*28像素的訓(xùn)練集圖片，10000張測試集圖片。數(shù)據(jù)集由來自250個不同人手寫的數(shù)字構(gòu)成，其中50%是高中學(xué)生，50%來自人口普查局。

3.2 搭建神經(jīng)網(wǎng)絡(luò)

搭建BP神經(jīng)網(wǎng)絡(luò)分類器，神經(jīng)網(wǎng)絡(luò)的層數(shù)為2-5層不等。并搭建卷積神經(jīng)網(wǎng)絡(luò)分類器，使用2～3個卷積層和池化層，卷積核數(shù)量為32、64、32個，以及2個全連接層，神經(jīng)元數(shù)量為：1024、1個。隨后使用多個搭建的神經(jīng)網(wǎng)絡(luò)進(jìn)行組合預(yù)測。

3.3 識別結(jié)果

通過搭建不同結(jié)構(gòu)的BP-NN和CNN，并使用不同的結(jié)構(gòu)和隨機(jī)種子進(jìn)行訓(xùn)練，得到如下9中不同的BP神經(jīng)網(wǎng)絡(luò)，以及9中不同的CNN。BP神經(jīng)網(wǎng)絡(luò)的平均誤差率為2.71%，識別率較高。CNN的平均誤差率：0.82%，達(dá)到了99%以上，識別率相比BP神經(jīng)網(wǎng)絡(luò)更高。在卷積神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上，加入集成學(xué)習(xí)，將9個卷積神經(jīng)網(wǎng)絡(luò)組合起來，卷積神經(jīng)網(wǎng)絡(luò)在組合之后，平均誤差率下降了0.3%，達(dá)到0.39%，識別結(jié)果異常優(yōu)秀。

3.4 誤差結(jié)果對比

最終將BP神經(jīng)網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)和組合神經(jīng)網(wǎng)絡(luò)進(jìn)行l(wèi)oss對比：

得到如圖1的誤差圖。

從圖1中可以看出，在訓(xùn)練初期，BP神經(jīng)網(wǎng)絡(luò)收斂的更快，但隨著訓(xùn)練的進(jìn)行，CNN的強大便體現(xiàn)出來了，在中后期持續(xù)高于BP神經(jīng)網(wǎng)絡(luò)。最終的集成卷積神經(jīng)網(wǎng)絡(luò)誤差為0.018，低于BP神經(jīng)網(wǎng)絡(luò)和卷積神經(jīng)網(wǎng)絡(luò)。

4 結(jié)語

對于BP神經(jīng)網(wǎng)絡(luò)和卷積神經(jīng)網(wǎng)絡(luò)，由研究結(jié)果來看，BP神經(jīng)網(wǎng)絡(luò)的平均誤差率為2.71%，而卷積神經(jīng)網(wǎng)絡(luò)平均誤差率只有0.82%。從整體來看，加入集成學(xué)習(xí)后的神經(jīng)網(wǎng)絡(luò)能夠提升明顯。BP神經(jīng)網(wǎng)絡(luò)從平均2.71%誤差率下降到1.69%（概率均值），卷積神經(jīng)網(wǎng)絡(luò)從平均0.82%下降到0.58%。

參考文獻(xiàn)

[1]張超群.基于深度學(xué)習(xí)的字符識剮[D].電子科技大學(xué)，2016.

[2]劉余霞.基于機(jī)器學(xué)習(xí)的車牌字符識別算法研究[D].安徽工程大學(xué)，2013.

[3]張魁，基于遺傳-BP神經(jīng)網(wǎng)絡(luò)的手寫數(shù)字的識別方法[D].西安科技大學(xué)，2012.

[4]王俊杰.優(yōu)化BP神經(jīng)網(wǎng)絡(luò)在手寫體數(shù)字識別中的性能研究[J]，電子設(shè)計工程，2017，25 （06）：27-30.

[5]鄧介一，劉黎志，譚培祥.基于神經(jīng)網(wǎng)絡(luò)的數(shù)字字符識別系統(tǒng)設(shè)計與實現(xiàn)[J]，軟件導(dǎo)刊，2017，16 （05）： 47-50.

[6]商俊蓓，基于雙向長短時記憶遞歸神經(jīng)網(wǎng)絡(luò)的聯(lián)機(jī)手寫數(shù)字公式字符識別[D].華南理工大學(xué)，2015.

[7]董峻妃，鄭伯川，楊澤靜，基于卷積神經(jīng)網(wǎng)絡(luò)的車牌字符識別[J]，計算機(jī)應(yīng)用，2017， 37 （07）： 2014-2018.

[8]楊建華，王鵬，一種基于BP神經(jīng)網(wǎng)絡(luò)的車牌字符識別算法[J]，軟件工程師，2015，18 （01）：19-20.