基于卷积神经网络的手写数字识别研究

• 作者: 安丽娜 蒋锐鹏
• 来源期刊: 无线互联科技
• 关键词: 手写数字识别 深度学习 卷积神经网络
• 年，卷（期）: 2019,（20）
• 所属期刊栏目: 网络地带
• 页码范围: 31-32
• 页数: 2页
• 字数: 1310字
• 语种: 中文

摘要

随着科技的不断发展,卷积神经网络被广泛应用于各个领域之中,研究热点之一就是手写数字的识别.文章基于深度学习卷积神经网络,用MNIST数据集作为训练集和测试集,同时对卷积神经网络中的卷积层、池化层和全连接层以及激活函数进行介绍,并在Python的环境下输入手写数字图片,然后通过卷积神经网络经典模型运用到所提供的数据集进行效果识别,将卷积神经网络数据集进行训练,在训练好的卷积神经网络中取得了较好的实验效果,最终该手写数字识别实验准确精度可以达到99.1％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蒋锐鹏	新疆师范大学数学科学学院	3	2	1.0	1.0
2	安丽娜	新疆师范大学数学科学学院	3	2	1.0	1.0