基于FPGA的手写体数字识别与实现  

作　　者：张玉娇 

机构地区：[1]鹤壁职业技术学院电子信息工程学院

出　　处：《内江科技》2024年第9期67-68,92,共3页

摘　　要：为推动基于卷积神经网络的手写数字识别系统的实验设备开发及应用,本文设计实现了基于FPGA硬件平台的手写数字识别系统。通过在FPGA的硬件平台上搭载神经网络模型,实现对现有数据集中手写数字的识别。卷积神经网络模型由卷积层、池化层和全连接层组成,激活函数采用RELU函数,使用MNIST数据集完成模型训练。FPGA具有体积小、功耗低、可编程、半定制性等特点,研究以FPGA为核心硬件,实现了神经网络模型实现数字识别的快速推理应用,为识别系统的应用带来更广阔的应用场景。

关 键 词：卷积神经网络 手写体数字识别 神经网络模型 手写数字 激活函数 连接层 模型训练 卷积层 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术] TP183[自动化与计算机技术—计算机科学与技术]