改进BP神经网络在手写数字识别中的性能研究

• 作者: 张红 马静
• 来源期刊: 信息与电脑
• 学科: 工学
• 关键词: BP神经网络 性能比较 数字识别 特征提取
• 年，卷（期）: 2017,（19）
• 所属期刊栏目: 算法语言
• 页码范围: 56-57,60
• 页数: 3页
• 分类号: TP183
• 字数: 1917字
• 语种: 中文

摘要

为了正确反映经常采用的改进BP神经网络在手写数字识别中的性能,笔者选取常用的改进BP神经网络算法、动量BP算法、自适应学习速率BP算法、共轭梯度BP算法、LM-BP算法进行手写数字识别试验.笔者首先介绍BP神经网络的基本原理,指出其存在学习速率低、训练易陷入局部收敛的问题,并针对该问题提出学术界中的四种改进算法.介绍常用手写数字识别的预处理方法,包括图像二值化、图像平滑、字体的分割、字体细化、大小归一、去毛刺等.最后采用四种改进的BP神经网络算法对预处理后的手写数字样本进行训练和识别,并比较不同改进算法的性能.从实验结果来看,LM-BP算法能有效加快BP算法的训练速度,并具有较高的识别准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马静		11	2	1.0	1.0
2	张红		10	5	2.0	2.0