基于GA-BP神经网络在手写数字识别中的应用研究

• 作者: 刘军亮 程换新
• 来源期刊: 电子测量技术
• 学科: 工学
• 关键词: BP神经网络 遗传算法 函数拟合 手写数字识别 优化
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 信息技术及图像处理
• 页码范围: 89-92
• 页数: 4页
• 分类号: TN98
• 语种: 中文
• DOI: 10.19651/j.cnki.emt.1802355

摘要

手写数字识别在当今社会有着重要的应用价值,在金融、社交、教育、通信等领域有着广泛的应用前景.手写数字识别是光学字符识别技术的一个分支,目前大多采用BP神经网络进行识别,但BP神经网络存在局部极小值、学习速度慢、结构选取上无确定准则三方面缺陷,影响其识别效果.通过遗传算法寻优BP神经网络最佳的初始阈值、初始权值、结构来克服其缺陷.通过MATLAB仿真,结果表明,用遗传算法优化后的BP神经网络具有辨识正确率更高、泛化能力更强、收敛速度更快、实用性更强的优点,达到了预期的目的,为手写数字识别提供了良好的理论研究价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程换新		26	98	4.0	9.0
2	刘军亮		3	2	1.0	1.0