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
共找到3篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
数字手写体的深度信念网络识别方法
1
作者 苑强 李纳新 《工业技术创新》 2016年第5期921-924,共4页
深度信念网络可以通过低层特征组合抽象形成更高层的特征,具有良好的学习能力,其无监督学习特点减少了人工劳动量。主要研究了使用深度信念网络(DBN)对手写数字进行识别的方法,实验表明设计识别数字的网络模型时的最佳层数为5层。使用MN... 深度信念网络可以通过低层特征组合抽象形成更高层的特征,具有良好的学习能力,其无监督学习特点减少了人工劳动量。主要研究了使用深度信念网络(DBN)对手写数字进行识别的方法,实验表明设计识别数字的网络模型时的最佳层数为5层。使用MNIST数据库中的60 000个图片训练深度信念网络,再使用MNIST中的另外10 000个图片测试网络,得出高达93.42%的准确率,高于同等条件下的SVM。另外,在深度学习网络中引入Dropout参数,可以在使用少量样本的情况下获得更高的识别准确率。 展开更多
关键词 数字手写识别 深度信念网络 Dropout训练
原文传递
基于TensorFlow深度学习的Minist手写数字识别技术 被引量：9
2
作者 祝永志 张彩廷 《通信技术》 2020年第1期46-51,共6页
目前,人类手写字的识别问题成为了研究热点。针对手写体识别领域广泛使用的Minist数据集,基于深度学习中的Tensorflow框架,介绍了Softmax模型与卷积神经网络(Convolutional Neural Network,CNN)模型,并分析了CNN模型的激活函数。选择Re... 目前,人类手写字的识别问题成为了研究热点。针对手写体识别领域广泛使用的Minist数据集,基于深度学习中的Tensorflow框架,介绍了Softmax模型与卷积神经网络(Convolutional Neural Network,CNN)模型,并分析了CNN模型的激活函数。选择ReLUs函数代替传统的Sigmoid函数和Tanh双曲正切函数,提高识别过程中的收敛速度。此外,对上述两个模型进行实现,对比模型的识别准确度,以期为手写体数字识别的研究和发展提供参考。 展开更多
关键词 Tensorflow Softmax模型 CNN模型 激活函数 数字手写体识别
下载PDF
采用卷积神经网络的数字手写体识别的研究 被引量：7
3
作者 高诺 胡文烨 杨玉娜 《齐鲁工业大学学报》 2018年第5期45-49,共5页
卷积神经网络(Convolutional Neural Network,CNN)是近年发展起来并引起广泛重视的一种高效的识别方法。计算机对于数字手写体的识别,从根本上说是数字读取和图像分类。本文针对传统的卷积神经网络中激活函数收敛速度慢且梯度易弥散的问... 卷积神经网络(Convolutional Neural Network,CNN)是近年发展起来并引起广泛重视的一种高效的识别方法。计算机对于数字手写体的识别,从根本上说是数字读取和图像分类。本文针对传统的卷积神经网络中激活函数收敛速度慢且梯度易弥散的问题,对CNN中的激活函数进行改进。在遵循Le Net-5模型的基础上,将改进后的CNN模型的算法进行推导,并对比不同迭代次数下CNN的正确率。实验结果表明,改进后的CNN模型收敛性有所改善,数字手写体识别的准确率也有明显提高。 展开更多
关键词 数字手写体识别 激活函数收敛速度 CNN模型
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部