文件名称：使用高效学习系统的有效光学字符识别-研究论文
文件大小：678KB
文件格式：PDF
更新时间：2024-06-29 16:32:16
论文研究
在查看纸质记录的信息时，各种自动分类框架以区分软件结构中的字符引起了人们的关注，因为人们注意到，以发布方式识别的日常标识和记录的数量已被各种业务所认可。 这就是众所周知的文档图像探索。 为了有效地利用光学字符识别进行字符分类以实现图像分析，数据在网格组件中使用。 对于文档的高处理，重工业需要一个产品作为框架，称为字符识别分类。 此外，还需要创建字符识别编程议程，以图像处理的形式实现文档分析，处理材料到电子阅读安排的组织。 因此，本文讨论了一种有效的学习方法，该方法通过使用图像处理和机器学习进行自动分类处理光学字符识别过程。 在这项研究中，我们使用独立成分分析和萤火虫算法的群体智能方法进行特征提取，因为它帮助我们减少更多的错误概率，减少误报和误报率，提高高学习率。 学习是使用神经网络实现的。 值得注意的是，所提出的方法能够在高特异性、灵敏度和识别率方面表现出色，注意到所提出的方法能够实现高真阳性率和真阴性率。