南开大学学报(自然科学版) ›› 2022 ›› Issue (1): 47-.

• • 上一篇    下一篇

基于自动提取特征的手写体数字识别

  

  • 出版日期:2022-02-20 发布日期:2022-05-23

  • Online:2022-02-20 Published:2022-05-23

摘要: 应用基于弃权、扩展数据、最大池化技术的卷积神经网络对MNIST 手写数字数据集进行识别. 对深度学习模型的代价函数,训练方法进行研究,优化了传统神经网络,达到了有效自动提取特征的目的. 相较于人工特征提取和传统逻辑回归分析提高了识别率,减少了错误率. 实验结果表明得到了99.1% 的平均识别率,减少
了76% 的错误率.

关键词: 自动特征提取, 数据扩展, 手写体识别, 深度学习