[发明专利]一种手写体识别方法及系统

摘要

本申请公开了一种手写体识别方法及系统，方法为：利用带平滑范数L₁的自编码器对训练样本集中的各个训练样本进行处理，得到对应的目标训练样本，所述目标训练样本与所述训练样本集中的样本标签组成目标训练样本集，所述带平滑范数L₁的自编码器的目标函数中设有稀疏惩罚项，该稀疏惩罚项为平滑L₁范数，然后利用目标训练样本训练分类器，得到目标分类器，利用带平滑范数L₁的自编码器对待预测样本进行处理，得到目标待预测样本，最后将所述目标待预测样本输入至所述目标分类器，以确定待预测样本的类别。本申请的方案将平滑范数L₁引入自编码器中，代替常用的KL散度，作为新的稀疏惩罚项，能够得到更具判别性的特征，使得最终的手写体识别率更高。

主权项

1.一种手写体识别方法，其特征在于，包括：利用带平滑范数L1的自编码器对训练样本集中的各个训练样本进行处理，得到对应的目标训练样本，所述目标训练样本与所述训练样本集中的样本标签组成目标训练样本集，所述带平滑范数L1的自编码器的目标函数中设有稀疏惩罚项，该稀疏惩罚项为平滑L1范数；利用所述目标训练样本集训练分类器，得到目标分类器；利用带平滑范数L1的自编码器对待预测样本进行处理，得到目标待预测样本；将所述目标待预测样本输入至所述目标分类器，以确定待预测样本的类别；所述利用带平滑范数L1的自编码器对训练样本集中的各个训练样本进行处理，得到对应的目标训练样本，包括：定义训练样本集为：其中，y(i)是与训练样本x(i)对应的样本标签，m是训练样本的个数，d是训练样本维度；定义自编码器的假设函数为：hW,b(x(i))其中，W和b分别表示自编码器的权重和偏置；定义第i个训练样本的第j个隐单元的输出表示为且隐单元的个数为n；确定带平滑范数L1的自编码器的目标函数为：其中，第一项为重构项，第二项为权重衰减项，λ为权重衰减系数，第三项为稀疏惩罚项，β为系数惩罚因子的权重，S(·)表示平滑L1范数，具体如下：其中，μ＞0为预设参数；求解使得所述目标函数最小的参数Wopt和bopt；将Wopt和bopt带入自编码器的假设函数中，得到目标假设函数；将训练样本集中的训练样本x(i)带入所述目标假设函数，得到目标训练样本a(i)。