基于模糊感知表示的神经网络架构用于在线多语言手写识别

由于移动设备的无处不在，在线手写文本已成为智能手机和平板设备最重要的输入方式。为提升在线手写识别性能，深度神经网络已被广泛使用。在此背景下，本文处理基于特征提取系统与深度序列分类方法的在线手写文本识别问题。为促进手写识别，已出现许多解决方案。据此，我们采用一种已有方法并结合新分类器，以得到一个灵活的系统。相较于拉丁文和阿拉伯文文本的在线字符与单词识别系统，我们取得了良好结果。我们所提出的两个系统的性能通过使用五个数据库进行评估。事实上，识别率超过了 98%。