-
题名《殷契文渊》OBC306数据集校订
被引量：1
- 1
-
-
作者
陈婷珠
-
机构
上海交通大学人文学院
-
出处
《汉字文化》
2024年第5期93-95,共3页
-
基金
上海市教委2021年科研创新项目“全息型甲骨文智能图像识别系统与配套数据库建设”(冷门绝学项目)
上海市哲社规划课题“多种图像来源所致甲骨文识别障碍的对策研究”(项目编号:2023BYY003)
上海交通大学文科科研创新培育项目“甲骨字形系统分类模型的初步研究”(项目编号:WKCX2107)成果
-
文摘
“殷契文渊”是现有的资料最齐全和最权威且可免费使用的甲骨文数据平台之一。为了更好发挥该数据集重要作用,文章对《殷契文渊》OBC306数据进行整理和校订,分为不同字误归为一字、同一字误认为不同字、错讹情况和单字与合文混为一类等四种情况。
-
关键词
甲骨文
《殷契文渊》
obc306数据集
识别
-
分类号
H121
[语言文字—汉语]
-
-
题名改进ResNeSt网络的拓片甲骨文字识别
被引量：7
- 2
-
-
作者
毛亚菲
毕晓君
-
机构
哈尔滨工程大学信息与通信工程学院
中央民族大学信息工程学院
-
出处
《智能系统学报》
CSCD
北大核心
2023年第3期450-458,共9页
-
基金
国家自然科学基金重点项目(62236011).
-
文摘
目前,拓片甲骨文字的识别方法存在局部细节特征提取能力弱,对部分高相似度的甲骨文字识别率较低的问题。为此,本文提出了一种基于改进ResNeSt网络的甲骨文字识别方法,通过设计跳转连接结构,逐步将网络浅层特征向网络深层传递并进行融合;同时结合甲骨文字“长条形”的特点,引入坐标注意力机制模块,从宽度和高度两个方向上对所得特征进行加权融合;最后通过去掉网络最后一层的激活函数和全连接层以及对最后一个卷积层输出通道数的重新设置,对网络分类器进行了有效优化。实验结果表明,本文提出的改进拓片甲骨文字识别模型在OBC306数据集上识别准确率达到93.53%,取得了目前最好的识别效果。
-
关键词
ResNeSt网络模型
甲骨文字识别
跳转连接
坐标注意力机制
分类器优化
obc306
深度学习
神经网络
-
Keywords
ResNeSt network model
oracle bone character recognition
jump connection
coordinate attention mechanism
optimization of classifier
obc306
deep learning
neural network
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
