典型文献
基于卷积神经网络的手写数字识别研究
文献摘要：
为了解决传统的多层神经网络在手写体数字识别中网络参数过多、计算量大、准确率低等问题,将卷积神经网络应用于手写体数字识别,设计了一种新的网络模型,在MNIST数据集上对网络模型进行训练;对比分析常用的优化算法在不同学习率时对识别效果的影响,选用具有自适应学习率的优化算法.利用MNIST数据集进行测试,本文模型识别准确率可以达到99％以上,损失接近于0.实验结果表明,利用该网络模型进行手写数字识别,识别率高、运算量小,提高了识别速度和准确率,具有很强的鲁棒性.
文献关键词：
模式识别;卷积神经网络;手写数字识别
中图分类号：
作者姓名：
高春庚;孙建国
作者机构：
济源职业技术学院 信息工程系,河南 济源 459000
文献出处：
引用格式：
[1]高春庚;孙建国-.基于卷积神经网络的手写数字识别研究)[J].兰州文理学院学报（自然科学版）,2022(05):50-54
A类：
B类：
手写数字识别,多层神经网络,手写体数字识别,中网,网络参数,计算量,网络应用,MNIST,自适应学习率,模型识别,识别准确率,识别率高,运算量,模式识别
AB值：
0.211203
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
