基于卷积神经网络的手写数字图像识别方法

作者：杨栩

来源：绵阳师范学院学报, 2020, 39(02): 35-39.

DOI：10.16276/j.cnki.cn51-1670/g.2020.02.008

• 降维
• 卷积神经网络
• 池化
• 整流线性单元函数
• 梯度消失

本文使用深度神经网络算法对手写数字图像进行分类识别.该算法利用20个卷积层提取手写数字图像的特征向量,特征向量经过Re LU激活函数后被20个池化层进一步降低向量维度,最后通过softmax激活函数输出.结果表明,训练数据8 000以上时识别率会超过90%,训练次数8次以上识别率高于96%.结论:采用整流线性单元函数作为激活函数,有效解决了梯度消失问题和过拟合问题.

• 单位
  成都师范学院