基于深度置信网络的手写数字识别系统设计

• 作者: 于嘉晖 夏沭涛 许立科
• 来源期刊: 信息通信
• 学科: 工学
• 关键词: 手写数字识别 深度置信网络 大数据分析 深度学习 系统设计
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 技术创新
• 页码范围: 38-40
• 页数: 3页
• 分类号: TP391.41
• 字数: 2632字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-1131.2019.06.017

摘要

手写数字识别在现实生活中的各个领域应用广泛,已经成为近年来研究的热点问题.基于多种人工智能方法的手写数字识别系统得到了研究,但传统的方法存在着精度不高、容易陷入过耦合等问题,本文采用深度学习理论中的深度置信网络方法对手写数字识别系统进行设计,得到一个新的手写数字识别系统,应用结果证明,该系统精度较高,可以有效进行数字识别.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	于嘉晖	天津大学智能与计算学部	5	13	2.0	3.0
3	夏沭涛	海军航空大学通信站信息保障室	5	16	3.0	4.0
4	许立科	海军航空大学通信站信息保障室	6	8	2.0	2.0