基于卷积神经网络的手写数字识别方法研究  

Research on Handwritten Digit Recognition Method

作　　者：于洋 刘春艳 崔艳群 YU Yang;LIU Chunyan;CUI Yanqun(Changchun College of Electronic Technology,Changchun Jilin 130000,China)

机构地区：[1]长春电子科技学院,吉林长春130000

出　　处：《信息与电脑》2022年第17期171-173,共3页Information & Computer

摘　　要：手写数字识别是电子光学字符识别技术的一个分支,如何利用电子计算机自动识别手写在纸张上的阿拉伯数字是较困难的。因此,文章分析了数字识别系统。先对图像进行预处理,再提取数字特征,最后设计卷积神经网络,同时训练和测试所输入的样本。结果表明,全部检测样品的均值识别准确率为71%,具有良好的识别效果。Handwritten numeral recognition is a branch of electronic optical character recognition technology.Therefore,this paper analyzes the digital recognition system.Firstly,the image is preprocessed,and then the digital features are extracted.Finally,a convolutional neural network is designed to train and test the input samples.The results show that the average recognition accuracy of all the tested samples is 71%,with a good r ecognition effect.

关 键 词：数字图像处理 卷积神经网络(CNN) MATLAB 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]