科研之友
微信
新浪微博
Facebook
分享链接
摘要
手写字体识别在银行、邮政和电子商务等方面发挥着重要的作用.针对卷积神经网络不能充分地提取不同字体的特征，且在训练过程中难以选出最优权重的问题，提出了一种改进的卷积神经网络，用于手写字体识别.在网络的训练过程中对目标函数添加正则项进行优化.实验采用了MNIST和国内某高校学生手写字体数据集.实验结果表明，改进后的卷积神经网络有效的提升了手写字体的识别率和泛化能力，并且降低了模型的时间复杂度；在实际采集的数据集中充分验证了其方案的可靠性.
-
单位安徽电子信息职业技术学院; 蚌埠学院
