南京邮电大学学报(自然科学版)

作者：张华美,张皎洁

单位：南京邮电大学 电子与光学工程学院、微电子学院，江苏 南京　210023南京邮电大学 电子与光学工程学院、微电子学院，江苏 南京　210023

关键词：脱机手写数字识别；支持向量机(SVM)；卷积神经网络(CNN)；混合分类模型

基金：家自然科学基金(61601242)和江苏省博士后基金(1601150C)资助项目

脱机手写数字识别技术是在光学字符识别技术的基础上，采用计算机等处理器自动对手写阿拉伯数字进行识别的一种技术。文中对国内外研究工作进行全面分析，首先介绍了基于人工智能技术的脱机手写数字识别历经的3个重要阶段：第一阶段是利用以支持向量机(SVM)为代表的传统分类器进行识别；第二阶段建立了卷积神经网络(CNN)为代表的神经网络模型；第三阶段设立了卷积神经网络和支持向量机相结合(CNN+SVM)为代表的混合分类模型。然后总结了人工智能技术在这3个阶段的优缺点，最后阐述了人工智能技术应用于脱机手写数字识别的问题和未来的发展方向。

来源：2021年第05期

《南京邮电大学学报(自然科学版)》期刊编辑部

查看南京邮电大学学报(自然科学版)杂志2021年第05期