《表1 偏旁组合情况：基于深度学习的电子物流票据信息分割与识别》
提示：宽带有限、当前游客访问压缩模式
根据卷积神经网络识别出来的偏旁进行重新组合，采用左顺序优先的策略，即从每一行文本的最左侧开始检测，检测到第一个偏旁，开始分析其左右字符，具体情况见表1所列。
| 图表编号 | XD00166386100 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.05.25 |
| 作者 | 沈明军、汪山虎、王朝晖、杨佳龙、陈杉杉 |
| 绘制单位 | 江苏大学、江苏大学、江苏大学、江苏大学、江苏大学 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 各区域字符识别率：基于会计信息智能化管理的票据图像处理与识别》2020.09.15
- 《表1 现有不良信息内容识别手段与深度学习的比较》2020.11.15
- 《表1 语音识别测试表：基于深度学习的中文语音识别模型设计与实现》2020.09.01
- 《表1 数据集类别情况表：基于深度学习的颈椎间盘突出识别方法》2021.02.25
- 《表2 子栅格信息表：基于深度学习的行驶视觉图像分割模型设计》2020.10.25
- 《表2 基于深度学习的语义分割方法》2021.01.15
- 《表1 迁移网络结构信息：基于深度学习的黑钨矿图像识别选矿方法》2020.05.01
- 《表1 基于深度学习的情绪分类数据获取与特征识别》2020.07.15
- 《表1 图像采集信息：基于深度学习的车辆识别系统设计》2020.05.30
- 《表2 肺结节标识信息：基于深度迁移学习的肺结节分割方法》2020.07.10
- 《表1 分类识别实验结果：基于深度学习的鱼类识别与检测的算法研究》2020.08.10
- 《表3 不同方法的分割性：基于深度学习的目标检测与可行域分割研究》2020.06.25
- 《表2 不同方法的检测性：基于深度学习的目标检测与可行域分割研究》2020.06.25
- 《表1 识别结果：基于深度学习的贵妃芒果成熟度检测研究与实现》2020.01.05
- 《表2 实体数量统计：基于深度学习和多特征融合的中文电子病历实体识别研究》2019.11.30
- 《表1 车道断面信息：基于组合深度学习的快速路车道级速度预测研究》2019.08.01
- 《表1 ZF网络参数表：基于深度学习与迁移学习的中医舌象提取识别研究》2019.05.17
- 《表2 语音的分割情况：基于SVM和GMM组合分类器的谎言识别方法》2019.02.20
- 《表1 测试集识别结果：基于深度学习的学习者情感识别与应用》2019.02.01
- 《表1 各方法精度对比：基于正方形组合描述符与深度森林的三维人脸分割方法》2018.09.20