基于KNN算法的手写数字识别研究

• 作者: 于曦 刘永红 赵卫东 鄢涛
• 来源期刊: 成都大学学报（自然科学版）
• 关键词: KNN Python 训练集 测试集
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 信息科学与工程
• 页码范围: 382-384
• 页数: 3页
• 分类号: TP391.43
• 语种: 中文

摘要

KNN算法用于手写数字识别的时候,需要将待识别的手写数字图像(测试集)与一些已知的手写数字图像(训练集)联合在一起求向量之间的最短距离,才能判断待识别数字图像的分类.设计了一种将测试集图像中的数据与尺寸转换为与训练集图像完全相似的转换算法,并在此基础上,将测试集和训练集都转换成有相同列数量的一维向量,进而求出向量之间的距离,并通过编写Python程序对该算法进行了验证.测试结果表明,该方法对手写数字图像的正确识别率能够达到95%以上.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	鄢涛	成都大学模式识别与智能信息处理四川省高校重点实验室	20	175	6.0	13.0
5	赵卫东	成都大学模式识别与智能信息处理四川省高校重点实验室	13	45	5.0	5.0
9	刘永红	成都大学模式识别与智能信息处理四川省高校重点实验室	13	84	5.0	9.0