基丁神经网络的手写体数字的识别  

作　　者：宋季泽 

机构地区：[1]仙桃中学,湖北仙桃433000

出　　处：《中国科技纵横》2019年第5期28-29,共2页China Science & Technology Overview

摘　　要：随着人工智能时代的到来,科研人员都开始思考如何提高现有的信息处理技术。改善手写体数字的识别效果对信息技术发展有很大的推动作用。卷积神经网络(CNN)是近年发展起来的一种高效识别方法,是多层感知机餉一个变种模型,也是对BP神经网络的优化。本文提出了一种基于CNN神经网络的手写体数字自动识别方法,利用从学习样本中提取的特征向量对分类器进行训练,并实现了分类识别。本文重点阐述了支持神经网络的基本原理和该方法的实现过程,实验结果表明基于卷积神经网络的识别方法具有较好的效果。

关 键 词：手写体数字识别 BP神经网络 卷积神经网络 

分 类 号：TP182[自动化与计算机技术—控制理论与控制工程]