深度学习用于手写数字识别时,识别精度受书写风格的影响较大。针对这一问题,利用集成学习来提高深度学习对噪声的鲁棒性,提出一种基于集成深度学习的手写数字识别模型——自适应增强多层感知器。该模型以多层感知器作为基分类器,以自适应增强算法作为集成策略。在手写数字集MNIST上进行识别实验,寻优确定了该模型的主要参数,实验结果表明自适应增强多层感知器的识别精度有一定提高。
科研之友
微信
新浪微博
Facebook
分享链接
