作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
本文介绍了利用BP神经网络来识别手写体数字的原理,分析了传统BP算法收敛速度较慢的原因,提出了一种提高网络收敛速度的改进算法.实验数据表明,该改进算法比传统的算法在网络收敛速度上提高了九倍左右.
推荐文章
基于BP神经网络的手写体数字识别
模式识别
手写体数字
BP算法
神经网络
基于人工神经网络的手写体数字识别方法
BP神经网络
手写体数字识别
特征提取
基于卷积神经网络的手写体数字识别
卷积神经网络
TensorFlow
手写体数字识别
基于 BP 人工神经网络的手写体数字识别
BP 神经网络
手写体数字识别
模式识别
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种改进的BP神经网络手写体数字识别方法
来源期刊 计算机工程与科学 学科 工学
关键词 神经网络 BP算法 手写体数字 特征提取
年,卷(期) 2008,(4) 所属期刊栏目 图形与图像
研究方向 页码范围 50-52
页数 3页 分类号 TP391.4
字数 1993字 语种 中文
DOI 10.3969/j.issn.1007-130X.2008.04.017
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王燕 南京晓庄学院信息技术学院 10 33 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (2)
节点文献
引证文献  (21)
同被引文献  (33)
二级引证文献  (40)
1943(1)
  • 参考文献(1)
  • 二级参考文献(0)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2009(5)
  • 引证文献(4)
  • 二级引证文献(1)
2010(2)
  • 引证文献(2)
  • 二级引证文献(0)
2011(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(3)
  • 引证文献(2)
  • 二级引证文献(1)
2013(4)
  • 引证文献(1)
  • 二级引证文献(3)
2014(6)
  • 引证文献(4)
  • 二级引证文献(2)
2015(6)
  • 引证文献(1)
  • 二级引证文献(5)
2016(3)
  • 引证文献(1)
  • 二级引证文献(2)
2017(7)
  • 引证文献(2)
  • 二级引证文献(5)
2018(5)
  • 引证文献(2)
  • 二级引证文献(3)
2019(12)
  • 引证文献(0)
  • 二级引证文献(12)
2020(6)
  • 引证文献(0)
  • 二级引证文献(6)
研究主题发展历程
节点文献
神经网络
BP算法
手写体数字
特征提取
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与科学
月刊
1007-130X
43-1258/TP
大16开
湖南省长沙市开福区德雅路109号国防科技大学计算机学院
42-153
1973
chi
出版文献量(篇)
8622
总下载数(次)
11
总被引数(次)
59030
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导