基于卷积神经网络的手写数字识别系统的设计

• 作者: 吕红
• 来源期刊: 智能计算机与应用
• 学科: 工学
• 关键词: 手写体数字 深度学习 卷积神经网络
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 学术研究与应用
• 页码范围: 54-56,62
• 页数: 4页
• 分类号: TP391
• 字数: 1946字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-2163.2019.02.012

摘要

当前卷积神经网络应用于手写数字的识别已成为研究的热点之一.本文在Matlab环境下输入手写数字图片,然后对图片进行灰度化、二值化、反色、去噪、分割和大小归一化预处理,通过卷积神经网络经典模型LeNet-5,对比3种数据集:MNIST数据集、MNIST数据集训练+自建数据集调精和自建数据集训练卷积神经网络的实际识别效果,选择自建的数据集进行卷积神经网络训练,在训练好的卷积神经网络中手写体数字图片取得了较好的识别效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吕红	徐州工业职业技术学院信息与电气工程学院	10	20	2.0	4.0