TY -的A2 - Na,京盟-莫雷拉,天使AU -桑切斯,天使AU -维,何塞·弗朗西斯科AU -莫雷诺,Ana Belen PY - 2018 DA - 2018/01/14 TI -性别和构型预测使用卷积神经网络从离线笔迹SP - 3891624六世- 2018 AB -人口handwriting-based分类问题,如性别和偏手性分类,现在有趣的应用程序在法医生物识别技术等学科。这个作品描述了一个试验研究深层神经网络的适用性三个自动人口问题:性别、构型,分别和结合gender-and-handedness分类。我们的研究进行了两个公共手写数据库:我数据集包含英语文本和KHATT阿拉伯文字。考虑问题呈现出高内在的困难当提取特定的相关特性识别相关子类。我们的解决方案是基于卷积神经网络由于这些模型已经证明更好的能力来提取相比,手工的良好特性。我们的工作也描述了第一种方法gender-and-handedness预测相结合,没有被其他研究人员之前解决。此外,该解决方案设计使用一个独特的网络配置三认为人口问题,简化了设计的复杂性的优势和调试这些深架构在处理相关的书写问题。最后,实现结果的比较与相关工作介绍的那些显示最好的平均精度性别考虑数据集的分类问题。SN - 1076 - 2787你——https://doi.org/10.1155/2018/3891624——10.1155 / 2018/3891624 JF - PB - Hindawi KW - ER -复杂性