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:
基于谷歌第二代人工智能学习系统Tensor Flow,构建BP神经网络模型。将手写字符作为训练集输入神经网络,训练过程中不断调整权值和阈值,最终得到有较高识别精度的模型。体现了Tensor Flow在提高建模、编程、分析效率中的作用。通过此开发流程介绍,为进一步使用Tensor Flow构建复杂神经网络提供了参考。
推荐文章
基于矢量特征编码的手写字符识别技术
矢量方向编码
手写输入法
字符识别
基于流形学习与SVM的手写字符识别方法
核方法
局部线性嵌入
支持向量机
手写字符识别
细化算法在手写体字符识别中的应用
骨架
连通
模板
串行细化
并行细化
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 TensorFlow平台下的手写字符识别
来源期刊 电脑知识与技术:学术交流 学科 工学
关键词 人工智能 TENSOR FLOW BP神经网络
年,卷(期) 2016,(6) 所属期刊栏目
研究方向 页码范围 199-201
页数 3页 分类号 TP18
字数 语种
DOI
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 李鑫 太原理工大学信息工程学院 36 239 6.0 15.0
2 张俊 太原理工大学信息工程学院 25 102 6.0 9.0
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  (14)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(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)
研究主题发展历程
节点文献
人工智能
TENSOR
FLOW
BP神经网络
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
电脑知识与技术:学术版
旬刊
1009-3044
34-1205/TP
安徽合肥市濉溪路333号
26-188
出版文献量(篇)
41621
总下载数(次)
23
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导