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 ZHANG Qing-hui;WAN Chen-xia;CHEN Zhong-wei

作者机构：河南工业大学信息科学与工程学院郑州450001 

基　　金：国家自然科学基金项目(U1404617) 河南省科技开放合作项目(162106000015) 河南省高校科技创新团队项目(16IRTSTHN026) 河南省科技创新人才计划杰出青年项目(174100510011) 

出 版 物：《中原工学院学报》 (Journal of Zhongyuan University of Technology)

年 卷 期：2017年第28卷第4期

页      码：79-85页

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。

主 题 词：卷积神经网络 手写体识别 LeNet-5模型 网络结构 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.1671-6906.2017.04.015

馆 藏 号：203260637...