基于纸质气象档案数字化的图像识别算法研究浅析 |
| |
引用本文: | 周永吉,李阳,黄博,秦子淇.基于纸质气象档案数字化的图像识别算法研究浅析[J].黑龙江气象,2023(3):16-18. |
| |
作者姓名: | 周永吉 李阳 黄博 秦子淇 |
| |
作者单位: | 1. 黑龙江省气象数据中心;2. 黑河市气象局;3. 哈尔滨工业大学(威海) |
| |
摘 要: | 随着深度学习技术的不断发展,扫描图像识别技术在提高准确率方面取得了显著进展。本文着重介绍了卷积神经网络和循环神经网络,并比较了它们在图像识别和文字识别任务中的表现。基于卷积神经网络的方法通过构建多层神经网络模型,可以自动学习图像的特征和规律,从而提高识别的准确率,显示出卓越的性能。而循环神经网络在文字识别领域展现了其独特的优势,实验结果表明,循环神经网络能够处理序列数据,并自动学习序列之间的关系。本文的研究结果表明,深度学习算法在扫描图像识别技术中具有广阔的应用前景,卷积神经网络在图像识别任务中表现出色,而循环神经网络在文字识别任务中具有良好的性能。
|
关 键 词: | 气象档案 数字化 图像识别 算法研究 |
|
|