基于自动提取特征的手写体数字识别
Handwriting Digital Recognition Based on Extraction Feature Automatically作者机构：天津科技大学电子信息与自动化学院先进结构完整性国际联合研究中心天津300222 南开大学电子信息与光学工程学院天津市光电传感器与传感网络技术重点实验室天津300071
出 版 物：《南开大学学报（自然科学版）》 (Acta Scientiarum Naturalium Universitatis Nankaiensis)
年 卷 期：2022年第55卷第1期
页 面：47-51页
学科分类：08[工学] 080202[工学-机械电子工程] 0802[工学-机械工程]
摘 要：应用基于弃权、扩展数据、最大池化技术的卷积神经网络对MNIST手写数字数据集进行识别.对深度学习模型的代价函数,训练方法进行研究,优化了传统神经网络,达到了有效自动提取特征的目的.相较于人工特征提取和传统逻辑回归分析提高了识别率,减少了错误率.实验结果表明得到了99.1%的平均识别率,减少了76%的错误率.
维普期刊数据库
同方期刊数据库