信息与电脑杂志

摘要：商周金文独特的书写风格与复杂的字形结构，给古文字识别技术带来极大挑战。传统方法难以有效解析其拓扑特征，单一深度学习模型则因特征提取不足及过拟合问题，导致分类性能受限。为此，文章提出一种基于多层次特征融合的深度集成学习框架，将集成样本的特征向量输入不同机器学习分类器完成集成，同时采用旋转、缩放等数据增强方法进行预处理，解决金文字体复杂、变体数量不均衡的问题。在含100类13 225个拓片样本的自建商周金文数据集上进行实验验证，结果显示该模型的平均分类准确率较最优单模型基线提升4.1%;可视化分析表明，其在笔画粘连、锈蚀干扰等复杂场景下的泛化能力更强，关键区域特征区分优势显著。该研究对推动古文字数字化保护与相关研究具有重要的理论与实践价值。

关键词： 深度学习;商周金文;图像识别;特征融合;

专辑： 信息科技;哲学与人文科学

专题： 考古;计算机软件及计算机应用;自动化技术

分类号： TP391.41;TP18;K877.3