基于卷积神经网络的手写数字图像识别方法

摘要：

本文使用深度神经网络算法对手写数字图像进行分类识别.该算法利用20个卷积层提取手写数字图像的特征向量,特征向量经过ReLU激活函数后被20个池化层进一步降低向量维度,最后通过softmax激活函数输出.结果表明,训练数据8000以上时识别率会超过90％,训练次数8次以上识别率高于96％.结论:采用整流线性单元函数作为激活函数,有效解决了梯度消失问题和过拟合问题.

关键词：降维、卷积神经网络、池化、整流线性单元函数、梯度消失

所属期刊栏目：39

分类号：TP391.4(计算技术、计算机技术)

在线出版日期：2020-04-15（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