期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
基于改进的Le Net-5手写数字识别研究
被引量:
7
下载PDF
职称材料
导出
摘要
针对手写数字图像的特点,改进了传统LeNet-5卷积神经网络模型。首先使用双线性插值方法对MNIST数据集图像进行预处理,使用预处理后的图像数据训练改进的LeNet-5模型,在MNIST测试集正确率达到99.21%。此外,还将MNIST测试集与部分训练集互换,对模型进行交叉检验,交叉检验正确率达到99.17%。实验证明,改进的LeNet-5在手写数字识别上有较好的准确性能。
作者
尹晓伟
王真真
孟庆林
陈书旺
机构地区
河北科技大学信息科学与工程学院
河北经贸大学信息技术学院
出处
《信息通信》
2019年第3期17-18,共2页
Information & Communications
关键词
LeNet-5
卷积神经网络
MNIST
手写数字识别
分类号
TP391.1 [自动化与计算机技术—计算机应用技术]
引文网络
相关文献
节点文献
二级参考文献
7
参考文献
2
共引文献
26
同被引文献
47
引证文献
7
二级引证文献
29
参考文献
2
1
楼怡杭.
基于数字图像处理的车牌识别技术[J]
.电子制作,2019,27(3):72-75.
被引量:3
2
宋晓茹,吴雪,高嵩,陈超波.
基于深度神经网络的手写数字识别模拟研究[J]
.科学技术与工程,2019,19(5):193-196.
被引量:25
二级参考文献
7
1
杨道莲,鲁昌华,张金良,杨凯,陈晓婷.
基于ROEWA与Hough变换的SAR图像边缘检测[J]
.电子测量与仪器学报,2013,27(6):543-548.
被引量:25
2
傅天驹,郑嫦娥,田野,丘启敏,林斯俊.
复杂背景下基于深度卷积神经网络的森林火灾识别[J]
.计算机与现代化,2016(3):52-57.
被引量:33
3
张雪芹,方婷,李志前,董明杰.
基于类Haar特征和AdaBoost的车辆识别技术[J]
.华东理工大学学报(自然科学版),2016,42(2):260-265.
被引量:19
4
常亮,邓小明,周明全,武仲科,袁野,杨硕,王宏安.
图像理解中的卷积神经网络[J]
.自动化学报,2016,42(9):1300-1312.
被引量:424
5
韩晓艳,赵东.
基于粒子群的支持向量机图像识别[J]
.液晶与显示,2017,32(1):69-75.
被引量:11
6
段萌,王功鹏,牛常勇.
基于卷积神经网络的小样本图像识别方法[J]
.计算机工程与设计,2018,39(1):224-229.
被引量:65
7
张颖,戚世蕾,方有亮.
基于支持向量机的钢框架结构损伤定位试验研究[J]
.科学技术与工程,2018,18(7):25-30.
被引量:3
共引文献
26
1
何苗,荣宪伟.
基于深度卷积神经网络的智能试卷合分系统[J]
.哈尔滨师范大学自然科学学报,2022,38(3):59-66.
2
徐英卓,梁学斌.
基于深度神经网络的手写数字识别方法研究[J]
.智能计算机与应用,2020(8):24-25.
被引量:2
3
杨国泰,伍罡,付超,应斯,张锦,方睿,袁田.
变压器智能检测和实验室管理系统设计[J]
.电力信息与通信技术,2019,17(10):27-32.
4
周毛克,才让先木,龙从军,闫晓东.
基于卷积神经网络的藏文手写数字和字母识别研究[J]
.青海师范大学学报(自然科学版),2019,35(4):34-39.
被引量:6
5
祝永志,张彩廷.
基于TensorFlow深度学习的Minist手写数字识别技术[J]
.通信技术,2020,53(1):46-51.
被引量:9
6
张珂,侯捷.
基于改进的卷积神经网络图像识别方法[J]
.科学技术与工程,2020,20(1):252-257.
被引量:21
7
许朋.
基于BP神经网络的手写数字识别[J]
.科技视界,2020,0(11):51-53.
被引量:1
8
王梅,李东旭.
基于改进VGG-16和朴素贝叶斯的手写数字识别[J]
.现代电子技术,2020,43(12):176-181.
被引量:11
9
仝梦园,金守峰,陈阳,李毅,尹加杰.
改进卷积神经网络的手写试卷分数识别方法[J]
.西安工程大学学报,2020,34(4):80-85.
被引量:11
10
祝长生,张成元,徐亚超.
温湿度检定仪中的数字式仪表识别[J]
.科学技术与工程,2020,20(34):14120-14125.
被引量:3
同被引文献
47
1
赵敏清.
人工智能领域下计算机视觉发展与应用[J]
.计算机产品与流通,2020(11):57-57.
被引量:8
2
张睿恺,吴克河.
基于优化特征集的LeNet-5攻击检测模型的态势感知技术[J]
.计算机应用研究,2020,37(S01):287-289.
被引量:3
3
刘建伯,娄洪亮.
基于改进LeNet-5的油井井号识别方法[J]
.自动化技术与应用,2019,38(1):75-80.
被引量:6
4
金连文,钟卓耀,杨钊,杨维信,谢泽澄,孙俊.
深度学习在手写汉字识别中的应用综述[J]
.自动化学报,2016,42(8):1125-1141.
被引量:109
5
代贺,陈洪密,李志申.
基于卷积神经网络的数字识别[J]
.贵州师范大学学报(自然科学版),2017,35(5):96-101.
被引量:10
6
弓耀辉.
图像文字识别中的预处理技术研究综述[J]
.信息通信,2017,30(9):291-292.
被引量:10
7
马媛媛,史加荣.
卷积神经网络及其在手写体数字识别中的应用[J]
.湖北工程学院学报,2017,37(6):66-72.
被引量:10
8
陈岩,李洋洋,余乐,王瑶,吴超,李阳光.
基于卷积神经网络的手写体数字识别系统[J]
.微电子学与计算机,2018,35(2):71-74.
被引量:25
9
邓长银,张杰.
基于改进LeNet-5模型的手写数字识别[J]
.信息通信,2018,31(1):109-112.
被引量:19
10
徐胤,袁浩巍,李智.
基于卷积神经网络和TensorFlow的手写数字识别研究[J]
.上海电气技术,2018,11(1):31-34.
被引量:14
引证文献
7
1
何苗,荣宪伟.
基于深度卷积神经网络的智能试卷合分系统[J]
.哈尔滨师范大学自然科学学报,2022,38(3):59-66.
2
周毛克,才让先木,龙从军,闫晓东.
基于卷积神经网络的藏文手写数字和字母识别研究[J]
.青海师范大学学报(自然科学版),2019,35(4):34-39.
被引量:6
3
陈庭轩,陈文敏,王正阳.
基于融合优化算法和集成学习的数字识别研究[J]
.信息通信,2020(4):15-17.
被引量:2
4
何帅.
卷积神经网络在手写数字识别中的应用[J]
.电脑知识与技术,2020,16(21):13-15.
被引量:5
5
段枕贞,吴珺泓,朱雅薇,邓清佩.
基于卷积神经网络在菜单识别的应用[J]
.现代信息科技,2020,4(19):71-73.
6
张成,戴俊峰,熊闻心.
融合LeNet-5改进的扫描文档手写日期识别[J]
.计算机工程与应用,2021,57(9):207-211.
被引量:10
7
邓国立,杨春山.
基于OpenCV-Python的卷积神经网络手写数字识别研究[J]
.桂林航天工业学院学报,2021,26(4):428-434.
被引量:6
二级引证文献
29
1
王自维,姚志成,王海洋,李昱婷,侯范.
基于改进LeNet-5模型的无人机遥控信号调制方式识别算法[J]
.火箭军工程大学学报,2021(4):30-34.
被引量:1
2
翟高粤.
基于卷积神经网络的手写数字识别应用[J]
.甘肃科技纵横,2021,50(1):1-3.
被引量:4
3
刘祖赢,陈庭轩.
基于J2EE的手写体公式识别系统的设计与实现[J]
.电脑知识与技术,2021,17(6):74-75.
4
尹甜甜,刘婷,郭一娜.
面向古汉字修复的单通道盲去卷积算法研究[J]
.小型微型计算机系统,2021,42(2):414-417.
5
向本华,王徽.
基于AlexNet的手写希腊字母识别研究[J]
.通信技术,2021,54(5):1103-1108.
被引量:1
6
韦文斐,卓豫鑫,建晓鹏.
基于卷积神经网络的水表读数识别[J]
.长江信息通信,2021,34(4):26-28.
被引量:4
7
陈一畅,周乐,夏俊雄.
基于卷积神经网络的值班室智能监控系统[J]
.空军预警学院学报,2021,35(3):216-220.
被引量:1
8
张新勇,甘恒,李昌夏,加文浩.
基于卷积神经网络的手写数字识别研究[J]
.电脑知识与技术,2021,17(22):112-114.
被引量:2
9
刘康,钱炜,杨康.
基于深度学习的热轧钢坯表面不同字体的字符识别研究[J]
.软件工程,2021,24(10):45-48.
被引量:2
10
杨秀璋,施奕,李娜,刘润森,杨琪,武帅.
一种改进卷积神经网络的阿拉伯文字图像识别方法[J]
.信息技术与信息化,2021(9):6-11.
被引量:4
1
佘朝兵.
基于K-近邻算法的手写数字识别[J]
.数码世界,2018(9):155-156.
2
魏爽.
基于PCA的神经网络手写数字识别方法研究[J]
.数字技术与应用,2019,37(1):58-59.
被引量:1
3
李怡轩.
基于机器学习的手写数字识别系统设计与实现[J]
.微型电脑应用,2018,34(8):78-81.
被引量:4
4
高磊,洪奔奔,姚青岐.
基于卷积神经网络的随机手写数字识别[J]
.软件,2018,39(9):74-78.
被引量:8
5
赵卫东,刘永红,鄢涛,于曦.
基于KNN算法的手写数字识别研究[J]
.成都大学学报(自然科学版),2017,36(4):382-384.
被引量:2
6
李蓓蓓,宋威,戴鑫.
批量正则化DBN分类方法研究[J]
.计算机应用研究,2019,36(4):1026-1030.
被引量:2
7
徐涛,王晓明.
泛化误差界指导的鉴别字典学习[J]
.计算机应用,2019,39(4):940-948.
8
白光盛,王亚迪.
不同性别足迹与身高关系的研究[J]
.法制与社会(旬刊),2019,0(9):226-227.
9
赵梦.
中小银行财务风险预警实证研究——以华融湘江银行为例[J]
.财务与金融,2019,0(2):12-14.
被引量:1
10
赵妍,乐燕芬,施伟斌.
基于微粒群优化LSSVM的室内指纹定位算法[J]
.软件导刊,2019,18(4):87-90.
被引量:2
信息通信
2019年 第3期
职称评审材料打包下载
相关作者
内容加载中请稍等...
相关机构
内容加载中请稍等...
相关主题
内容加载中请稍等...
浏览历史
内容加载中请稍等...
;
用户登录
登录
IP登录
使用帮助
返回顶部