基于BP神经网络的手写数字识别方法的实现 被引量：9

1

作者 张黎 刘争鸣 唐军 《自动化与仪器仪表》 2015年第6期169-170,共2页

目前,人工神经网络由于其理论可靠、通用性好等优点而广泛应用在识别软件开发上,本文对手写输入数字识别进行了研究,提出一种基于BP神经网络的识别方法,通过将手写输入数字二值化进行辨识来增加神经网络的辨识成功率,实验结果表明,应用B... 目前,人工神经网络由于其理论可靠、通用性好等优点而广泛应用在识别软件开发上,本文对手写输入数字识别进行了研究,提出一种基于BP神经网络的识别方法,通过将手写输入数字二值化进行辨识来增加神经网络的辨识成功率,实验结果表明,应用BP神经网络的手写数字识别方法可以有效识别各种写法的数字。 展开更多

关键词 BP神经网络 手写字符识别 字符提取

原文传递

PyTorch下基于CNN的手写数字识别及应用研究 被引量：9

2

作者 宗春梅 张月琴 石丁 《计算机与数字工程》 2021年第6期1107-1112,共6页

文章对卷积神经网络模型LeNet-5中的激活函数、下采样方式等进行改进,对训练参数进行调整,使改进后的模型手写数字识别准确率达到99.2%。使用PyTorch搭建模型,用MNIST数据集对模型进行训练,其后在自制数据集上进行测试,从识别准确率和... 文章对卷积神经网络模型LeNet-5中的激活函数、下采样方式等进行改进,对训练参数进行调整,使改进后的模型手写数字识别准确率达到99.2%。使用PyTorch搭建模型,用MNIST数据集对模型进行训练,其后在自制数据集上进行测试,从识别准确率和训练速度等方面验证了模型的可靠性。借助TensorBoard监督整个网络模型的训练过程,指导对模型参数的优化调整。最后,将改进的网络模型服务于该校人工智能课程答卷分数的识别中,使手写分数得到准确识别。 展开更多

关键词 CNN PyTorch 手写数字识别 可视化 自动登分系统

下载PDF 职称材料

基于改进AlexNet卷积神经网络的手写体数字识别 被引量：9

3

作者 谢东阳 李丽宏 苗长胜 《河北工程大学学报（自然科学版）》 CAS 2021年第4期102-106,共5页

为了提高手写体数字的识别率,在AlexNet网络模型的基础上进行改进,引入Inception-resnet模块替换模型中的Conv3和Conv4来提升模型的特征提取能力;使用批归一化处理(BN)方法加快网络的收敛速度,防止过拟合;减少卷积核的数量,提升网络的... 为了提高手写体数字的识别率,在AlexNet网络模型的基础上进行改进,引入Inception-resnet模块替换模型中的Conv3和Conv4来提升模型的特征提取能力;使用批归一化处理(BN)方法加快网络的收敛速度,防止过拟合;减少卷积核的数量,提升网络的训练速度。在MNIST数据集上进行训练与测试,实验结果表明改进的网络模型具有较高的检测精度,达到了0.9966,证明了本算法的有效性。 展开更多

关键词 手写数字识别 AlexNet卷积神经网络 Inception-resnet模块 批归一化处理

下载PDF 职称材料

基于支持向量机的手写体数字识别 被引量：7

4

作者 尚磊 刘风进 《兵工自动化》 2007年第3期39-41,共3页

支持向量机的手写体数字识别中,采用美国邮政服务数据库。并取多个2层神经网络中的最好者得出2层神经网络结果,专门设计5层卷积神经网络Lenetl。所有的结果均直接采用点阵输入,将像素值归正到相应区域间,且不施加任何预处理。该方法与... 支持向量机的手写体数字识别中,采用美国邮政服务数据库。并取多个2层神经网络中的最好者得出2层神经网络结果,专门设计5层卷积神经网络Lenetl。所有的结果均直接采用点阵输入,将像素值归正到相应区域间,且不施加任何预处理。该方法与人工分类、神经网络、决策树等方法比较,其测试误差低,测试速度高。 展开更多

关键词 支持向量机 手写体数字识别 卷积神经网络

下载PDF 职称材料

基于Tensorflow深度学习框架的手写体数字识别模型优化及应用 被引量：5

5

作者 涂朴 黄晨 《自动化技术与应用》 2020年第12期110-114,共5页

优化后的基于TensorFlow的全连接神经网络模型,在手写体数字数据集上的识别正确率从91.2%提升到98.3%。增加隐藏层和加入RELU激活函数,对提升识别率效果显著,而指数衰减的学习率、滑动平均模型和正则化损失则对识别正确率无明显影响。... 优化后的基于TensorFlow的全连接神经网络模型,在手写体数字数据集上的识别正确率从91.2%提升到98.3%。增加隐藏层和加入RELU激活函数,对提升识别率效果显著,而指数衰减的学习率、滑动平均模型和正则化损失则对识别正确率无明显影响。将改进后的模型,移植到ROS操作系统中,调用已训练好的模型及参数,并将识别功能封装成ROS节点,最后运用消息机制对摄像头采集到的图像消息完成识别。 展开更多

关键词 深度学习 神经网络 TensorFlow 手写体数字识别 ROS

下载PDF 职称材料

基于神经网络的准考证号码识别研究 被引量：2

6

作者 邓立 张祺 张伟新 《工业控制计算机》 2019年第1期104-106,共3页

对卷积神经网络(CNN)以及BP神经网络进行了简单介绍,比较了在准考证号码识别的应用场合下,BP神经网络与卷积神经网络的识别准确率。针对准考证号码识别这一特定场景,对NMIST训练数据进行有针对性的数据增强,实验证明能有效提高识别准确... 对卷积神经网络(CNN)以及BP神经网络进行了简单介绍,比较了在准考证号码识别的应用场合下,BP神经网络与卷积神经网络的识别准确率。针对准考证号码识别这一特定场景,对NMIST训练数据进行有针对性的数据增强,实验证明能有效提高识别准确率。根据准考证号码识别的应用场景提出了两种图像预处理方法,并通过实验验证了该方法对识别准确率的提升效果。最后分析了两种网络模型的参数大小以及所需运算量。 展开更多

关键词 卷积神经网络 BP神经网络 准考证号识别 字符识别

下载PDF 职称材料

基于CNN的高精度手写体数字识别 被引量：1

7

作者 李凯鹏 刘刚 +1 位作者 李帅 万仁兵 《信息与电脑》 2022年第10期67-70,75,共5页

近年来,人工智能和机器学习已成为国内外学者重要研究的领域。基于此,笔者探讨基于卷积神经网络(Convolutional Neural Networks,CNN)的高精度手写体数字识别,并将卷积内核大小、滤波器的数量、池化层的种类以及优化器的类型作为变量,... 近年来,人工智能和机器学习已成为国内外学者重要研究的领域。基于此,笔者探讨基于卷积神经网络(Convolutional Neural Networks,CNN)的高精度手写体数字识别,并将卷积内核大小、滤波器的数量、池化层的种类以及优化器的类型作为变量,通过改变这些变量做对比实验,检测模型训练和测试的准确率。实验结果表明,当卷积内核设置为3×3,三层卷积层滤波器的数量分别为32、64、128,使用最大池化层,选择Adam作为模型优化器的情况下,网络能够达到100%的训练准确率和99.55%的测试准确率,实现了高精度的手写体数字识别。 展开更多

关键词 机器视觉 CNN 手写体数字识别 测试准确率

下载PDF 职称材料

一种基于改进型卷积神经网络的手写数字识别方法 被引量：2

8

作者 段莉莉 章磊 《现代电子技术》 2021年第18期107-110,共4页

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... 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。 展开更多

关键词 手写数字识别 卷积神经网络 感知力提高 模型泛化性 信息提取 MNIST

下载PDF 职称材料

基于深度卷积神经网络的智能试卷合分系统

9

作者 何苗 荣宪伟 《哈尔滨师范大学自然科学学报》 CAS 2022年第3期59-66,共8页

传统的纸质试卷合分需要依靠人工进行分数的识别与汇总,这种方法难免会出现耗费人力、时间、精力,合分效率很低且易出错误等问题.结合上述实际问题,该文设计并实现了一种基于深度卷积神经网络的智能试卷合分系统,利用摄像头实时获取试... 传统的纸质试卷合分需要依靠人工进行分数的识别与汇总,这种方法难免会出现耗费人力、时间、精力,合分效率很低且易出错误等问题.结合上述实际问题,该文设计并实现了一种基于深度卷积神经网络的智能试卷合分系统,利用摄像头实时获取试卷卷头分数栏信息,实现带有小数点的手写分数的识别与各题分数求和功能,且能够适应不同种类的试卷,具有较强的鲁棒性.该设计基于Mask R-CNN的网络结构进行表格检测定位,并应用了LeNet-5网络对手写数字进行识别,最后将每道题识别出来的分数与通过函数计算得到的总分显示在GUI界面中.实验表明,该系统能够实现对含有小数点的手写试卷分数进行识别与求和,具有较大的实际应用前景. 展开更多

关键词 表格识别 手写数字识别 小数点识别 试卷合分 卷积神经网络

下载PDF 职称材料

基于分块LBP特征提取和改进KNN的手写数字识别 被引量：1

10

作者 赵腾浩 杨立娟 +1 位作者 王宇 李晶 《信息与电脑》 2021年第5期195-200,共6页

针对传统KNN算法的手写数字识别运算量大和分类准确率低的问题,笔者提出一种基于分块LBP特征和训练集生成均值特征向量的改进KNN算法。该方法将样本图像分割为4个区域,分别提取各个区域的LBP直方图,然后将其组合作为该图像的特征向量。... 针对传统KNN算法的手写数字识别运算量大和分类准确率低的问题,笔者提出一种基于分块LBP特征和训练集生成均值特征向量的改进KNN算法。该方法将样本图像分割为4个区域,分别提取各个区域的LBP直方图,然后将其组合作为该图像的特征向量。通过对比发现,基于分块LBP特征的传统KNN算法的分类准确率达到89%,但用时较长;运用改进后的KNN算法的数字分类准确率达到100%,同时大大减少了计算时间。 展开更多

关键词 手写体数字识别 改进KNN算法 分块局部二进制模式

下载PDF 职称材料

基于核函数的Fisher手写数字识别系统研究 被引量：1

11

作者 丁建 李宁谦 《电脑知识与技术》 2020年第1期176-179,共4页

将费歇(Fisher)分类器中的线性函数替换成非线性的高斯核函数,使用MNIST数据集对Fisher分类器进行训练,研究了核函数对分类结果的影响以及将算法应用于手写数字识别。结果表明,替换了高斯核的Fisher分类器,能够有效地区分非线性数据的类... 将费歇(Fisher)分类器中的线性函数替换成非线性的高斯核函数,使用MNIST数据集对Fisher分类器进行训练,研究了核函数对分类结果的影响以及将算法应用于手写数字识别。结果表明,替换了高斯核的Fisher分类器,能够有效地区分非线性数据的类别,同时又保持了线性数据的准确率。 展开更多

关键词 FISHER 核函数 手写数字识别 MNIST 模式识别

下载PDF 职称材料