基于改进LeNet-5模型的手写数字识别 被引量：19

1

作者 邓长银 张杰 《信息通信》 2018年第1期109-112,共4页

在卷积神经网络的基础上改进了LeNet-5模型,建立了更适合于手写数字识别的神经网络模型,并对改进后的模型及网络训练识别过程进行了详细介绍。将改进后的模型用MNIST字符数据库进行验证,分析了不同卷积层特征图数量、每批次训练数等参... 在卷积神经网络的基础上改进了LeNet-5模型,建立了更适合于手写数字识别的神经网络模型,并对改进后的模型及网络训练识别过程进行了详细介绍。将改进后的模型用MNIST字符数据库进行验证,分析了不同卷积层特征图数量、每批次训练数等参数对最终识别性能的影响,并与几种常用识别方法进行比对。通过结果可看出,改进后的新型网络结构简单,识别度高,识别速度快,具有鲁棒性好,泛化能力强等优点。说明改进后的神经网络模型对手手写数字具有很好的识别性能,能满足实际应用需求。 展开更多

关键词 深度学习 卷积神经网络 lenet-5模型 手写数字 识别性能

下载PDF 职称材料

基于深度学习的智能分类垃圾桶 被引量：13

2

作者 卢淑怡 魏爽 万思远 《计算机与数字工程》 2021年第5期1009-1012,1029,共5页

垃圾分类已成为全国新风尚,但是垃圾分类的过程中,由于垃圾品类复杂而繁多,群众反应存在分类困难。为了更好地解决垃圾分类困难这一社会热点问题,为垃圾分类提供一种自动化、智能化的解决方法迫在眉睫。论文改进了垃圾图像识别技术,提... 垃圾分类已成为全国新风尚,但是垃圾分类的过程中,由于垃圾品类复杂而繁多,群众反应存在分类困难。为了更好地解决垃圾分类困难这一社会热点问题,为垃圾分类提供一种自动化、智能化的解决方法迫在眉睫。论文改进了垃圾图像识别技术,提出了一种基于深度学习的智能分类垃圾桶。论文设计了“Y”字型物理模型,运用了LeNet-5深度学习模型,集成了舵机、超声波、蓝牙等模块,最终实现了精准识别垃圾种类、自动化分类垃圾、满桶提醒和蓝牙传输等功能。实验表明,论文设计的基于深度学习的智能分类垃圾桶具有较好的智能性,提高了垃圾分类的准确率和效率,方便了群众垃圾分类。 展开更多

关键词 垃圾分类 深度学习 lenet-5模型 图像识别

下载PDF 职称材料

基于LeNet-5模型的太阳能电池板缺陷识别分类 被引量：11

3

作者 吴涛 赖菲 《热力发电》 CAS 北大核心 2019年第3期120-125,共6页

太阳能电池板是光伏发电组件的核心部件,其质量的优劣直接关系安全发电和发电效率。因此,对太阳能电池板进行缺陷检测具有重要的实际价值。考虑到人工检测的低效性和高成本,本文提出利用在深度学习领域图像分类性能良好的卷积神经网络... 太阳能电池板是光伏发电组件的核心部件,其质量的优劣直接关系安全发电和发电效率。因此,对太阳能电池板进行缺陷检测具有重要的实际价值。考虑到人工检测的低效性和高成本,本文提出利用在深度学习领域图像分类性能良好的卷积神经网络对太阳能电池板图像进行自动识别分类。利用Tensorflow平台Tensorboard的可视化性能,对经典卷积神经网络Le Net-5模型进行结构改善和超参数的调整,并将改进LeNet-5模型与经典LeNet-5模型和支持向量机的分类结果互相对比,结果表明改进LeNet-5模型的分类效果最优。 展开更多

关键词 太阳能电池板 lenet-5模型 图像分类 卷积神经网络 超参数 Tensorboard

下载PDF 职称材料

基于LeNet-5模型的手写数字识别优化方法 被引量：10

4

作者 汪雅琴 夏春蕾 戴曙光 《计算机与数字工程》 2019年第12期3177-3181,共5页

作为深度前馈人工神经网络的一种,卷积神经网络在图像识别领域得到了成功应用。其中,最经典的卷积神经网络模型就是LeNet-5模型。在MNIST字符库上运用该模型,通过优化卷积层的样本训练方式,即将原来以每批固定输入样本数量、固定迭代次... 作为深度前馈人工神经网络的一种,卷积神经网络在图像识别领域得到了成功应用。其中,最经典的卷积神经网络模型就是LeNet-5模型。在MNIST字符库上运用该模型,通过优化卷积层的样本训练方式,即将原来以每批固定输入样本数量、固定迭代次数的训练方式,优化为以每批不同输入样本数量、不同迭代次数的混合训练样本方式。优化后的训练方式能够减少预处理工作量,加快识别速度。实验结果表明:在保证样本训练时间相等的前提下,优化后的混合样本输入方式可以得到更高的识别率。 展开更多

关键词 图像识别 卷积神经网络 lenet-5模型 MNIST字符库 手写数字识别

下载PDF 职称材料

基于改进卷积神经网络的手写体识别研究 被引量：7

5

作者 张庆辉 万晨霞 陈众威 《中原工学院学报》 CAS 2017年第4期79-85,共7页

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... 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。 展开更多

关键词 卷积神经网络 手写体识别 lenet-5模型 网络结构

下载PDF 职称材料

基于深度学习的手写数字图像识别模型研究及其浏览器服务平台搭建 被引量：5

6

作者 黄瀚宇 陈焯辉 +3 位作者 肖梓勤 王达灏 王业哲 赵志红 《科学技术创新》 2022年第1期97-100,共4页

为制作手写数字图像数据集,使用OpenCV图像识别技术来分割表格并提取网格图片。对收集的100份手写数字表格,进行表格识别与去除,再对去除表格后的图像进行分割,得到10000张28×28的手写数字图像,作为数据集。用LeNet-5模型网络检测... 为制作手写数字图像数据集,使用OpenCV图像识别技术来分割表格并提取网格图片。对收集的100份手写数字表格,进行表格识别与去除,再对去除表格后的图像进行分割,得到10000张28×28的手写数字图像,作为数据集。用LeNet-5模型网络检测数据集的数据质量优劣情况,得出自制数据集的测试集得分为98.30%,并从混淆矩阵与分类报告输出结果中发现,数据集是可用的。使用HTML构建网站,Flask框架来实现网站,最后使用内网穿透实现用户对网站的访问。 展开更多

关键词 手写数字图像 OpenCV技术 lenet-5模型 内网穿透

下载PDF 职称材料

基于卷积神经网络的藏文手写数字和字母识别研究 被引量：6

7

作者 周毛克 才让先木 +1 位作者 龙从军 闫晓东 《青海师范大学学报（自然科学版）》 2019年第4期34-39,共6页

在文字识别领域中,手写体识别比印刷体识别更具挑战性.藏文手写体识别已经成为重要的研究课题之一.本文提出了一种基于卷积神经网络LeNet-5模型的藏文手写数字和字母识别方法.分别采集藏文数字手写体样本和字母手写体样本17768和77636例... 在文字识别领域中,手写体识别比印刷体识别更具挑战性.藏文手写体识别已经成为重要的研究课题之一.本文提出了一种基于卷积神经网络LeNet-5模型的藏文手写数字和字母识别方法.分别采集藏文数字手写体样本和字母手写体样本17768和77636例,并对其进行预处理;然后按8∶2划分成训练集和测试集,并在CNN(LeNet-5)模型上进行训练.经过测试,数字和字母识别准确率分别达到98.81%和97.89%. 展开更多

关键词 文字识别 卷积神经网络 藏文手写数字字母 lenet-5模型

下载PDF 职称材料

基于卷积神经网络的燃气表信息自动识别方法研究

8

作者 毛莉君 张文灏 《微型电脑应用》 2024年第2期167-170,共4页

提出了一种基于改进的LeNet-5卷积神经网络的识别方法。通过加装摄像头和通信线路的方式,实时采集图像信息,并对图像进行部分预处理。引入Gabor滤波器、ReLU-Softplus函数、SVM分类器等优化传统LeNet-5模型,并根据图像数据的不均衡性,运... 提出了一种基于改进的LeNet-5卷积神经网络的识别方法。通过加装摄像头和通信线路的方式,实时采集图像信息,并对图像进行部分预处理。引入Gabor滤波器、ReLU-Softplus函数、SVM分类器等优化传统LeNet-5模型,并根据图像数据的不均衡性,运用Grid Loss函数优化CNN网络,由此,实现燃气表自动化识别方法的构建。在Caffe深度学习框架下进行实验测评,结果表明该方法整体的识别准确性高达99.60%、整个样本集及单幅字码的训练总时间均优于其他识别方法,且对于不完整表码字的识别准确率也达到了99.21%。 展开更多

关键词 燃气表信息 自动识别 lenet-5模型 Grid Loss函数

下载PDF 职称材料

基于深度学习的无人机目标识别算法研究 被引量：5

9

作者 何志祥 胡俊伟 《滨州学院学报》 2019年第2期17-23,共7页

目前无人机已经广泛应用于各行各业,但传统无人机识别方法存在成本高、识别率低、适应性差等问题导致无人机进入禁飞区域的事件时有发生,严重影响我国空域安全。针对无人机识别过程中存在的不足,提出基于深度学习的无人机识别算法,通过... 目前无人机已经广泛应用于各行各业,但传统无人机识别方法存在成本高、识别率低、适应性差等问题导致无人机进入禁飞区域的事件时有发生,严重影响我国空域安全。针对无人机识别过程中存在的不足,提出基于深度学习的无人机识别算法,通过对LeNet-5模型进行改进,以无人机图像样本集作为网络模型训练和测试对象,构建无人机特征识别模型。模拟实验中,当网络模型学习率为0.1时,在经过150次迭代后,深度学习模型目标识别率为96.95%,经典LeNet-5模型识别率为91.18%。实验结果表明,基于深度学习的识别算法能够有效提高对无人机的目标识别率。 展开更多

关键词 深度学习 无人机 目标识别 lenet-5模型

下载PDF 职称材料

混合样本训练方式的手写数字识别 被引量：3

10

作者 汪雅琴 夏春蕾 戴曙光 《电子测量技术》 2018年第18期52-56,共5页

近年来,图像识别技术被应用在通信、军事、公安侦测、生物医学等众多领域,而LeNet-5模型作为卷积神经网络模型的典型代表受到广泛青睐。在MNIST字符库上运用该模型,通过优化卷积层的样本训练方式,即将原来以每批固定输入样本数量、固定... 近年来,图像识别技术被应用在通信、军事、公安侦测、生物医学等众多领域,而LeNet-5模型作为卷积神经网络模型的典型代表受到广泛青睐。在MNIST字符库上运用该模型,通过优化卷积层的样本训练方式,即将原来以每批固定输入样本数量、固定迭代次数的训练方式,优化为以每批不同输入样本数量、不同迭代次数的混合训练样本方式。优化后的训练方式能够减少预处理工作量,加快识别速度。通过实验可知,在相同的训练时间内,分别采用传统样本训练方式和混合样本训练方式,识别率可以提高0.15%左右;改变混合样本的组合方式,识别率也会不断改变,甚至相差0.18%。实验结果表明在保证样本训练时间相等的前提下,优化后的混合样本输入方式可以得到更低的测试错误率,即更高的识别率。 展开更多

关键词 图像识别技术 lenet-5模型 卷积神经网络 MNIST字符库

下载PDF 职称材料

基于LeNet神经网络的手写数字识别技术研究 被引量：2

11

作者 梅妍玭 廖倩 邵万灵 《新技术新工艺》 2020年第6期51-53,共3页

以机器学习的神经网络算法进行数字的识别,研究卷积神经网络,分析卷积神经网络输入层、卷积层、激励层、池化层和全连接层的原理和作用,对现有卷积神经网络LeNet-5模型进行简要分析。对图像数字的大小格式进行灰度处理,合理设计LeNet-5... 以机器学习的神经网络算法进行数字的识别,研究卷积神经网络,分析卷积神经网络输入层、卷积层、激励层、池化层和全连接层的原理和作用,对现有卷积神经网络LeNet-5模型进行简要分析。对图像数字的大小格式进行灰度处理,合理设计LeNet-5层级结构,进行摄像头图片的特征提取,并对参数进行设置,对向前向后传播方式进行深入了解,并对梯度下降方式进行选取以及分类层的设计;利用OpenMV摄像头模块,基于Phython语言进行了程序设计,对数字识别的试验结果进行分析比对,评估本系统的识别准确度和辨识度等性能指标。 展开更多

关键词 图像识别 卷积神经网络 lenet-5模型 数字识别

下载PDF 职称材料

基于深度学习的交通标志识别技术研究 被引量：2

12

作者 高铭悦 董全德 《兰州文理学院学报（自然科学版）》 2020年第3期93-97,共5页

目前人工智能在自动驾驶中得到大量的应用,深度学习是实现人工智能的技术之一,尤其是深度学习中的卷积神经网络擅长处理图像分类、图像识别、目标分割和检测等方面的问题,本次实验对卷积神经网络的LeNet-5模型进行改进,以提高对GTSRB数... 目前人工智能在自动驾驶中得到大量的应用,深度学习是实现人工智能的技术之一,尤其是深度学习中的卷积神经网络擅长处理图像分类、图像识别、目标分割和检测等方面的问题,本次实验对卷积神经网络的LeNet-5模型进行改进,以提高对GTSRB数据库中交通标识的识别率.实验结果表明,改进模型比标准模型的识别率提高了0.24%,并验证了算法的可行性. 展开更多

关键词 深度学习 交通识别 lenet-5模型

下载PDF 职称材料

基于深度学习的烧结断面识别分类研究

13

作者 阮志国 周敏 +1 位作者 文喆皓 高强 《传感器与微系统》 CSCD 北大核心 2022年第12期51-54,共4页

针对烧结机机尾断面烧结状态识别分类效率低、成本高等问题,提出一种基于深度学习的烧结断面识别分类方法。首先,利用YCbCr颜色空间转换结合中值滤波的方法对断面图像预处理;然后,利用粒子群优化(PSO)算法优化的Canny算子进行边缘检测,... 针对烧结机机尾断面烧结状态识别分类效率低、成本高等问题,提出一种基于深度学习的烧结断面识别分类方法。首先,利用YCbCr颜色空间转换结合中值滤波的方法对断面图像预处理;然后,利用粒子群优化(PSO)算法优化的Canny算子进行边缘检测,得到较好的分割结果;最后,构建LetNet—5卷积神经网络模型对断面灰度图分类识别,实验结果表明:该方法具有较好的识别分类效果。 展开更多

关键词 烧结断面 深度学习 YCBCR颜色空间 粒子群优化算法 lenet—5模型

下载PDF 职称材料

基于改进LeNet-5模型的木材表面典型缺陷识别方法研究 被引量：5

14

作者 张赛 王应彪 +1 位作者 杨谭 李明 《木材科学与技术》 北大核心 2021年第6期31-37,共7页

针对传统木材缺陷识别方法效率低、精度不高及泛化能力差等问题,对传统LeNet-5模型进行改进:通过分别增加卷积层和池化层的层数至4层,以增加网络深度;采用批量归一化算法,以解决内部协变量位移过拟合的问题;改用Leaky Relu函数作为激活... 针对传统木材缺陷识别方法效率低、精度不高及泛化能力差等问题,对传统LeNet-5模型进行改进:通过分别增加卷积层和池化层的层数至4层,以增加网络深度;采用批量归一化算法,以解决内部协变量位移过拟合的问题;改用Leaky Relu函数作为激活函数,并加入稀疏分类交叉熵作为损失函数,使用Adam作为优化器,来优化网络模型。应用改进LeNet-5模型对辐射松木材常见缺陷(结疤、裂痕)及无缺陷样本集进行识别试验,结果表明:相对于传统LeNet-5模型以及VGG19、AlexNet、ResNet-50三种经典模型,改进LeNet-5模型的训练集准确率最高为99.87%、验证集为99.43%,运算时间缩短,木材缺陷识别精度和效率提高。 展开更多

关键词 木材缺陷检测 改进lenet-5模型 深度学习 卷积神经网络

下载PDF 职称材料

基于深度学习的板栗分级方法研究

15

作者 王培福 孙一丹 +2 位作者 鹿子涵 王伟 陈晓峰 《湖北农业科学》 2022年第21期168-175,共8页

板栗品质分级对板栗产品的标准化和均一性有重要影响,精确的分类有助于板栗商品标准化,发挥出各等级板栗的最大价值。针对中国板栗分级分类大多依靠机器与人工,存在效率低、准确度低等问题,提出利用深度学习方法实现板栗分级分类的自动... 板栗品质分级对板栗产品的标准化和均一性有重要影响,精确的分类有助于板栗商品标准化,发挥出各等级板栗的最大价值。针对中国板栗分级分类大多依靠机器与人工,存在效率低、准确度低等问题,提出利用深度学习方法实现板栗分级分类的自动化与智能化。对经典卷积神经网络LeNet-5模型进行了改进,增加5层卷积层和2层池化层以加深网络,从而更准确地提取板栗特征,同时输入层修改为图像大小256×256的彩色图像;激活函数改进为Leaky ReLu,并加入Dropout算法缓解过拟合现象;使用Adam作为优化器对网络参数进行优化。将改进后的LeNet-5模型与初始LeNet-5模型、AlexNet和VGG16模型进行对比,发现改进后的LeNet-5模型在测试集上识别平均精确率为99.68%、准确率为99.34%、召回率为99.35%,优于其他3种模型,且识别1个样本用时仅0.19 s,改进后的LeNet-5模型可以实现对板栗良好的分级分类,满足工厂对板栗自动分级的需要。 展开更多

关键词 板栗分级 深度学习 卷积神经网络 改进lenet-5模型

下载PDF 职称材料

基于改进LeNet-5的压印字符识别 被引量：1

16

作者 汪志成 何坚强 +1 位作者 翁嘉鑫 苗荣 《计算机仿真》 北大核心 2022年第2期441-446,共6页

针对传统的图像识别算法在压印字符识别领域存在识别精度低、速度较慢的问题,提出了一种基于LeNet-5压印字符识别方法。与传统的LeNet-5不同,在文中网络各卷积层中采用小尺寸卷积核,以提取更多的特征并加快模型的训练速度;使用Inceptio... 针对传统的图像识别算法在压印字符识别领域存在识别精度低、速度较慢的问题,提出了一种基于LeNet-5压印字符识别方法。与传统的LeNet-5不同,在文中网络各卷积层中采用小尺寸卷积核,以提取更多的特征并加快模型的训练速度;使用InceptionV2卷积模块取代C5全连接层,可加深网络宽度,从而提高网络的识别精度;放弃全连接层F6,改用全局平均池化层,并且选用性能优越的Relu函数作为激活函数,以便减少训练参数,提高网络的训练速度。通过实验发现,文中模型的识别精度达到98.57%,与传统LeNet-5模型以及BP神经网络相比识别精度分别提高3%和4%,证明文中模型在压印字符的识别上拥有更大的优势。 展开更多

关键词 压印字符识别 改进模型 卷积神经网络 识别精度 收敛速度

下载PDF 职称材料

基于手势识别的智能英语翻译机器人人机交互系统 被引量：11

17

作者 张冠萍 《自动化与仪器仪表》 2022年第10期192-196,共5页

针对传统英语翻译机器人在手势识别中识别准确率低,导致人机交互效果不佳的问题,在传统卷积神经网络Lenet-5网络模型的基础上,对其卷积层、池化层连接层数和连接方式进行改进;然后构建基于改进的Lenet-5神经网络的手势识别模型,并通过... 针对传统英语翻译机器人在手势识别中识别准确率低,导致人机交互效果不佳的问题,在传统卷积神经网络Lenet-5网络模型的基础上,对其卷积层、池化层连接层数和连接方式进行改进;然后构建基于改进的Lenet-5神经网络的手势识别模型,并通过损失函数和指数衰减、Adam算法和归一化算法分别对模型进行训练,以降低模型梯度,提升手势识别速度和精度。实验结果表明,提出算法的手势识别准确率高达99.6%,分别高出传统的Lenet-5网络模型和SVM分类7%和6.5%,且将本算法应用到英语翻译机器人的交互中发现,该机器人能够实现手势识别,智能交互能力显著提升。由此证明,提出的方法能够提升手势识别准确率和人机交互效果,可在智能英语翻译机器人中进行应用和推广。 展开更多

关键词 手势识别 翻译机器人 lenet-5网络模型 人机交互 优化算法

原文传递

基于卷积神经网络的随机手写数字识别 被引量：8

18

作者 高磊 洪奔奔 姚青岐 《软件》 2018年第9期74-78,共5页

针对传统手写数字的随机性、无规律性等问题,为了提高手写数字识别的检测准确性,本文在研究手写数字区域特点的基础上,提出了一种新的手写数字识别检测方法.首先,对采集的手写数字图像进行预处理,由于原始图像包含各种各样的噪声,为了... 针对传统手写数字的随机性、无规律性等问题,为了提高手写数字识别的检测准确性,本文在研究手写数字区域特点的基础上,提出了一种新的手写数字识别检测方法.首先,对采集的手写数字图像进行预处理,由于原始图像包含各种各样的噪声,为了防止造成干扰,对图像进行去噪、滤波等处理;然后,在MATLAB中构建卷积神经网络(CNN)模型结构,采用CNN模型中典型的LeNET-5的卷积模型,通过对采集图像进行逐层学习、训练与测试,将学习得到的高层特征用于手写数字识别。以随机手写数字与字母进行图像验证,结果表明,该模型算法应用于手写数字或字母准确识别,可获得较高的识别率,具有一定的通用性。 展开更多

关键词 图像预处理 深度学习 lenet-5卷积模型 手写数字识别

下载PDF 职称材料

藏文图像文本识别在安卓系统中的应用——基于混合注意力机制神经网络模型 被引量：1

19

作者 王悦凝 华却才让 +1 位作者 才让当知 环科尤 《青海师范大学学报（自然科学版）》 2021年第4期26-33,共8页

针对藏文图像文本识别在Android系统上的应用问题,提出了一种基于混合注意力机制神经网络模型(CBAM-LeNet-5)的藏文图像文本识别方法,并采用Android平台研发了APP,实现印刷体藏文文本图像预处理、字丁分割以及识别等功能.经实验,改进后... 针对藏文图像文本识别在Android系统上的应用问题,提出了一种基于混合注意力机制神经网络模型(CBAM-LeNet-5)的藏文图像文本识别方法,并采用Android平台研发了APP,实现印刷体藏文文本图像预处理、字丁分割以及识别等功能.经实验,改进后的网络模型比传统的LeNet-5模型识别率提高了2.36个百分点,表明CBAM-LeNet-5模型的有效性. 展开更多

关键词 藏文文本识别 ANDROID平台 CBAM-lenet-5网络模型

下载PDF 职称材料