基于四种算法下的手写数字识别准确率对比

• 作者: 杨云峰 贯宸
• 来源期刊: 新型工业化
• 学科: 工学
• 关键词: 手写数字识别 计算机视觉 模式识别 深度学习 准确率
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 软件与信息技术
• 页码范围: 1-3
• 页数: 3页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.19335/j.cnki.2095-6649.2020.07.001

摘要

近年来,手写数字识别在计算机视觉和模式识别中备受关注.目前,由于手写数字识别的应用广泛,例如车牌号码识别、邮政编码识别和智能手机的手写体输入法等,使得手写数字的研究成为了深度学习的研究热点之一.本文主要研究了四种深度学习算法在手写数字训练集MNIST上的识别效果,通过这四种方法识别准确率的对比,总结了各个算法的优缺点.实验结果验证了卷积神经网络算法相比其他算法对手写数字识别的准确率更高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨云峰		19	15	2.0	3.0
2	贯宸		1	0	0.0	0.0