基于PCA的神经网络手写数字识别方法研究

• 作者: 魏爽
• 来源期刊: 数字技术与应用
• 学科: 工学
• 关键词: 手写数字识别 神经网络 主成分分析 模式识别 计算机视觉
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 应用研究
• 页码范围: 58-59
• 页数: 2页
• 分类号: TP391
• 字数: 2956字
• 语种: 中文
• DOI: 10.19695/j.cnki.cn12-1369.2019.01.32

摘要

手写数字识别是计算机视觉和模式识别的一个重要研究方向.该领域的研究有了很大的进步,但是仍有待改进之处.文章提出了一个基于主成分分析的单隐层神经网络分类器,该分类器通过主成分分析减少了特征向量的维度,在保证识别准确率的情况下减少了计算量,提高了分类器性能.使用MNIST数据集对分类器进行训练,并验证了其性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	魏爽	三亚学院信息与智能工程学院	29	18	2.0	3.0