手写阿拉伯数字识别的深度学习自编码器方法
计算机视觉与模式识别
2020-04-07 v1 神经与进化计算
摘要
本文提出一种使用堆叠自编码器（SAE）的无监督学习方法，用于阿拉伯手写数字分类。近来，阿拉伯手写数字识别因在多个领域的应用而成为重要方向。本工作聚焦于面临若干挑战的阿拉伯手写数字识别部分，包括人类书写的无限变化和大型公共数据库。阿拉伯数字包含十个源自印度数字系统的数字。堆叠自编码器（SAE）在 MADBase 数据库（阿拉伯手写数字图像）上进行了测试和训练，该数据库包含 10000 张测试图像和 60000 张训练图像。我们表明，使用 SAE 在不同机器学习分类算法上均带来显著改进。SAE 给出了 98.5% 的平均准确率。
引用
@article{arxiv.1706.06720,
title = {Deep Learning Autoencoder Approach for Handwritten Arabic Digits Recognition},
author = {Mohamed Loey and Ahmed El-Sawy and Hazem EL-Bakry},
journal= {arXiv preprint arXiv:1706.06720},
year = {2020}
}
备注
6 pages