研究文章
加强CNN使用数据的力量增大Odia手写字符识别的技术
|
| 参考 |
语言(数据集) |
方法 |
数字识别的准确性 |
字符识别的准确性 |
|
| (24] |
CMATERdb-Bangla |
DenseNet |
99.13 |
98.31 |
| (25] |
CMATERdb-Bangla |
修改ResNet-18 |
- - - - - - |
95.10 |
| (23] |
Self-prepared database-Bangla |
(投影(CP) +事例 |
94.12 |
- - - - - - |
| (22] |
CMATERdb-Bangla |
探测器、猪和对角特征+ SVM |
- - - - - - |
88.73 |
| (45] |
DHCD-Devanagari |
CNN深处 |
|
98.47 |
| (46] |
Self-prepared database-Devanagari |
链码直方图和不变矩特征+延时 |
|
98.03 |
| (47] |
自我准备database-Devanagari |
曲波变换和字符几何+事例 |
|
93.8 |
| (48] |
ISI加尔各答数字数据库 |
CNN与遗传算法 |
96.41 |
|
| (49] |
CMATERdb-Telugu |
离散小波变换(DWT)、投影概要(PP)和奇异值分解(计算)+再(事例)和支持向量机(SVM) |
|
95.47 (SVM DWT特性) |
| (50] |
泰卢固语数据库 |
二进制外部对称轴星座特征+二次分类器和支持向量机的区别对待 |
|
80.6(支持向量机)
87.6 (QDA) |
| (51] |
MNIST CMATERdb, ISI, Gujurati和旁遮普badabase |
美国有线电视新闻网 |
96.23 |
|
|
|
