基于卷积神经网络的手写数字识别系统的设计

摘要：

当前卷积神经网络应用于手写数字的识别已成为研究的热点之一.本文在Matlab环境下输入手写数字图片,然后对图片进行灰度化、二值化、反色、去噪、分割和大小归一化预处理,通过卷积神经网络经典模型LeNet-5,对比3种数据集:MNIST数据集、MNIST数据集训练+自建数据集调精和自建数据集训练卷积神经网络的实际识别效果,选择自建的数据集进行卷积神经网络训练,在训练好的卷积神经网络中手写体数字图片取得了较好的识别效果.

关键词：手写体数字、深度学习、卷积神经网络

所属期刊栏目：9

分类号：TP391(计算技术、计算机技术)

在线出版日期：2019-03-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：54-56,62