基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
对手写数字进行准确识别是目前实现诸多人工智能任务的关键技术.提出了一种利用KNN(K-Nearest-Neighbors)实现手写数字识别的方法,并在数据集MNIST上进行验证.首先对MNIST相关文件进行预处理,随后利用Python语言并基于sklearn库实现KNN算法,最后在训练集上训练得到KNN模型.该模型在测试集上的识别准确率为0.9691,表明利用KNN实现手写数字识别是行之有效的方法.
推荐文章
基于KNN算法的手写数字识别研究
KNN
Python
训练集
测试集
一种新的基于Grassmann流形度量的手写体数字识别方法
手写字符识别
Grassmann流形
几何变换
最近邻分类
一种基于参照模型的联机手写汉字识别方法
模式识别
参照模型
笔划提取
A*算法
一种孤立词语音识别的实现方法及改进
语音识别
特征提取
LPCC
Matlab
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种利用KNN实现手写数字识别的方法
来源期刊 现代信息科技 学科
关键词 手写数字识别 KNN MNIST Python
年,卷(期) 2021,(4) 所属期刊栏目 计算机技术|Computer Technology
研究方向 页码范围 97-99
页数 3页 分类号 TP391.4
字数 语种 中文
DOI 10.19850/j.cnki.2096-4706.2021.04.024
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (7)
共引文献  (0)
参考文献  (4)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1967(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(3)
  • 参考文献(2)
  • 二级参考文献(1)
2018(6)
  • 参考文献(0)
  • 二级参考文献(6)
2020(1)
  • 参考文献(1)
  • 二级参考文献(0)
2021(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
手写数字识别
KNN
MNIST
Python
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
现代信息科技
半月刊
2096-4706
44-1736/TN
16开
广东省广州市白云区机场路1718号8A09
46-250
2017
chi
出版文献量(篇)
4784
总下载数(次)
45
总被引数(次)
3182
论文1v1指导