- 1、本文档共52页,其中可免费阅读16页,需付费200金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
题 目
基于残差神经网络的验证码识别设计与实现
摘 要
验证码(captcha)作为一种安全手段,在互联网领域得到了广泛的应用。针对卷积神经网络训练困难、性能随卷积层数增加而下降的问题,提出了一种基于残差神经网络的captcha识别方法。该方法采用残差学习单元来改进卷积神经网络模型的训练和优化过程。通过卷积层级联、残差学习、全局池、块卷积等技术手段,在保证识别精度不受影响的前提下,大大降低了网络参数,降低了模型收敛的时间开销。实验结果表明,利用残差学习单元构造的深度残差网络可以解决网络深度与模型收敛性之间的矛盾,提高验证码识别的精度。
本文就围绕基于残差神经网络的验证码识别技
文档评论(0)