基于深度学习的手写体图像分类识别研究

摘要：

深度学习技术是近年来机器学习、人工智能、数据挖掘、模式识别领域的最新热点技术;它基于人脑的分层结构,通过训练机制达到参数自动调整的目的,使得一些复杂的任务可以通过深度学习技术进行简化或实现.本文全面描述了深度学习模型的典型结构,介绍了自动编码器这种流行的深度学习模型,并利用该模型在MNIST数据库中进行了手写体图像分类识别实验.定量统计结果表明,在自动编码器网络训练时通过加入深度学习的参数调整,会使得训练样本的训练误差更小,同时也会降低测试样本误差,达到提高手写体图像正确分类识别的目的.

关键词：深度学习、自动编码器、手写体图像、分类识别

分类号：TP3;TN9

在线出版日期：2017-01-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：35-39