基于改进卷积神经网络的手写体识别研究

作者：张庆辉; 万晨霞; 陈众威卷积神经网络手写体识别网络结构

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。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社