[发明专利]手写字模型训练方法、汉字识别方法、装置、设备及介质在审
| 申请号： | 201810563511.2 | 申请日： | 2018-06-04 |
| 公开（公告）号： | CN109086652A | 公开（公告）日： | 2018-12-25 |
| 发明（设计）人： | 吴启;周罡 | 申请（专利权）人： | 平安科技（深圳）有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/34;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 深圳众鼎专利商标代理事务所(普通合伙) 44325 | 代理人： | 胡志桐 |
| 地址： | 518000 广东省深*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种手写字模型训练方法、汉字识别方法、装置、设备及介质。该方法包括：获取手写字训练样本，将手写字训练样本划分成训练集和测试集；将训练集输入到卷积循环神经网络模型中，获取卷积循环神经网络模型的前向输出，根据卷积循环神经网络模型的前向输出，采用基于批量梯度下降的反向传播算法更新卷积循环神经网络模型中的权值和偏置，获取手写字训练模型；将测试集输入到手写字训练模型中，获取每一手写字图像对应的识别汉字，基于识别汉字和标签汉字获取识别准确率，若识别准确率大于预设准确率，则确定手写字训练模型为手写字识别模型。该手写字识别模型对手写字的识别具有较高的准确性。 | ||
| 搜索关键词： | 手写 循环神经网络 卷积 训练模型 准确率 汉字 汉字识别 训练样本 测试集 训练集 字模型 前向 反向传播 算法更新 输出 权值和 偏置 预设 标签 图像 | ||
【主权项】：
1.一种手写字模型训练方法，其特征在于，包括：获取手写字训练样本，所述手写字训练样本包括手写字图像和与所述手写字图像关联的标签汉字；将所述手写字训练样本划分成训练集和测试集；将所述训练集输入到卷积循环神经网络模型中，获取卷积循环神经网络模型的前向输出，根据所述卷积循环神经网络模型的前向输出，采用基于批量梯度下降的反向传播算法更新所述卷积循环神经网络模型中的权值和偏置，获取手写字训练模型；将所述测试集输入到所述手写字训练模型中，获取每一手写字图像对应的识别汉字，基于所述识别汉字和所述标签汉字获取识别准确率，若所述识别准确率大于预设准确率，则确定所述手写字训练模型为手写字识别模型。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于平安科技（深圳）有限公司，未经平安科技（深圳）有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810563511.2/，转载请声明来源钻瓜专利网。
