基于BP神经网络的手写数字识别

• 作者: 许朋
• 来源期刊: 科技视界
• 学科: 工学
• 关键词: 手写数字识别 BP神经网络 识别
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 信息技术
• 页码范围: 51-53
• 页数: 3页
• 分类号: TP391.41|TP183
• 字数: 2910字
• 语种: 中文
• DOI: 10.19694/j.cnki.issn2095-2457.2020.11.019

摘要

随着人工智能的再次崛起,机器学习作为人工智能的一部分也被重新重视起来,数字识别技术也得到了关注并通过各种算法提高了识别准确率.手写数字识别在各个方面和领域发挥越来越重要的作用.本文采用包含隐含层的BP神经网络对手写数字识别进行实现.文章首先介绍BP神经网络原理及模型,并分别介绍了前向传播,反向传播中所用到的数学模型,然后通过BP神经网络的设计,从参数的随机初始化开始,前向传播,反向传播,代价函数的偏导数求解及验证,和最终的参数优化等完成实验,最终得到实验结果,并进行优化,结果表明BP神经网络在手写体数字识别方面的实际应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	许朋		5	0	0.0	0.0