| 基于改进卷积神经网络及SVM的手写数字识别方法 |
| |
| 引用本文： | 张振威,王红成. 基于改进卷积神经网络及SVM的手写数字识别方法[J]. 东莞理工学院学报, 2021, 28(5): 57-61,86 |
| |
| 作者姓名： | 张振威 王红成 |
| |
| 作者单位： | 东莞理工学院 计算机科学与技术学院,广东东莞 523808 |
| |
| 摘 要： | 手写数字识别在数据的自动读取、银行支票识别、邮政编码自动识别等领域有重要的实际应用价值.为了提高手写数字识别的准确率,提出一种将卷积神经网络与批量归一化(BN)网络结合来提取手写数字图片特征、并用支持向量机(SVM)进行分类的手写数字识别方法.经实验验证,所提出的手写数字识别方法准确率达到99.6％,相比于Vgg-16、Xception等改进卷积网络的识别准确率有较大的提高.
|
| 关 键 词： | 卷积神经网络 手写数字识别 SVM 特征提取 BN early_stopping |
Handwritten Digit Recognition Method Based on Improved Convolutional Neural Network and SVM |
| |
| ZHANG Zhenwei,WANG Hongcheng. Handwritten Digit Recognition Method Based on Improved Convolutional Neural Network and SVM[J]. Journal of Dongguan Institute of Technology, 2021, 28(5): 57-61,86 |
| |
| Authors: | ZHANG Zhenwei WANG Hongcheng |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
