基于神经网络的快速识别手写数字研究

作者：张博; 何小利^*; 龙源; 余谦; 邹显迪

来源：洛阳师范学院学报, 2023, 42(11): 20-24.

DOI：10.16594/j.cnki.41-1302/g4.2023.11.017

• 机器学习
• 手写数字识别
• 卷积神经网络
• 主成分分析

针对神经网络模型中结构层次复杂、模型参数过多、手写数字识别时间长等问题，提出了一种快速识别手写数字的方法.之后结合传统人工神经网络和卷积神经网络的优点，利用主成分分析方法对数据集进行降维，重构了一种可以缩短手写数字识别时间的神经网络模型BP-CNN.经过测试BP-CNN在MNIST手写数据集的应用中，能够稳定缩短40%以上的模型训练时间.随着数据集或训练迭代次数的增加，重构神经网络提高手写数字识别效率也随之提高.

• 单位
  四川轻化工大学