首页> 中文期刊> 《现代电子技术》 >一种基于改进型卷积神经网络的手写数字识别方法

一种基于改进型卷积神经网络的手写数字识别方法

         

摘要

针对LeNet-5卷积神经网络对图片局部区域感知不足和反向传播中可能引起梯度消失的问题,文中提出一种基于改进型LeNet-5卷积神经网络的手写数字识别方法.该方法采用更小的卷积核,以提高对局部图片的感知力,并使用ReLu激活函数防止梯度消失;同时,通过结合Dropout与L2正则化,以提高模型的泛化能力.与传统LeNet-5神经网络相比较,文中所提出的改进网络模型通过加深网络深度以提高对图片深层信息的提取能力,并增加了卷积核的个数和全连接层的网络节点数,以提高网络对数据的处理能力.通过在MNIST数据集上进行仿真测试,实验结果表明,文中提出的基于改进型神经网络的手写数字识别方法,达到了99.26%的正确率,与其他的一些传统方法相比,该方法识别准确率更高.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号