Abstract：
为了提高行业内对阿拉伯文字字符识别分类的准确率,建立了基于深度学习的阿拉伯文字图像分类方法,对该方法所采用的神经网络分类算法进行研究.首先,在数据集图像的处理方面,不满足于平常的图像预处理方式(翻转、平移等操作),而是利用生成式对抗网络来做数据增强.其次,对于分类网络,加深了卷积神经网络的深度(基于VGG19),使得分类效果更好,根据实验结果可得出所提出的方法在准确率、精确率、召回率和F1值上相比于本课题上以往的机器学习和深度学习识别分类方法提升效果非常显著,其值分别是0.9857、0.9832、0.9924和0.9840,该算法的提出为少数民族文字高精度识别分类提供了有效方法.
Keyword：
Reprint 's Address：
Email：
Version：
Source ：
信息技术与信息化
ISSN： 1672-9528
CN： 37-1423/TN
Year： 2022
Issue： 12
Page： 9-13
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： -1
Chinese Cited Count：
30 Days PV： 0
Affiliated Colleges：
