基于深度学习的手写体图像分类识别研究

• 作者: 刘晓春 陈炼
• 来源期刊: 江西通信科技
• 关键词: 深度学习 自动编码器 手写体图像 分类识别
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 信息系统
• 页码范围: 35-39
• 页数: 5页
• 字数: 2296字
• 语种: 中文

摘要

深度学习技术是近年来机器学习、人工智能、数据挖掘、模式识别领域的最新热点技术;它基于人脑的分层结构,通过训练机制达到参数自动调整的目的,使得一些复杂的任务可以通过深度学习技术进行简化或实现.本文全面描述了深度学习模型的典型结构,介绍了自动编码器这种流行的深度学习模型,并利用该模型在MNIST数据库中进行了手写体图像分类识别实验.定量统计结果表明,在自动编码器网络训练时通过加入深度学习的参数调整,会使得训练样本的训练误差更小,同时也会降低测试样本误差,达到提高手写体图像正确分类识别的目的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘晓春		5	17	2.0	4.0
2	陈炼		9	14	2.0	3.0