基于改进卷积神经网络的手写体识别研究
张庆辉
万晨霞
陈众威
1.河南工业大学 信息科学与工程学院,郑州,4500012.河南工业大学 信息科学与工程学院,郑州,4500013.河南工业大学 信息科学与工程学院,郑州,450001
摘要：针对卷积神经网络层数设计和参数优化问题,改进和测试了LeNet-5模型.通过MNIST字符库,分析了卷积层参数滤波器数量、核大小、池化方法、激活函数和网络学习速率等对机器手写体识别性能的影响.实验结果表明,改进后的网络结构简单,预处理工作量小,可扩展性强,识别速度快,识别率达到0.993 9,有效缓解了过拟合.
关键词：卷积神经网络手写体识别LeNet-5模型网络结构
分类号：TP391.1(计算技术、计算机技术)
资助基金：国家自然科学基金(U1404617)河南省科技开放合作项目(162106000015)河南省高等学校科技创新团队支持计划(16IRTSTHN026)河南省科技创新人才杰出青年计划(174100510011)
论文发表日期：2017-07-02
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 79-85 )
英文信息