APP下载

基于卷积神经网络的手写数字识别研究

2021-09-14张新勇甘恒李昌夏加文浩

电脑知识与技术 2021年22期
关键词:人工智能

张新勇 甘恒 李昌夏 加文浩

摘要:基于卷积神经网络在手写数字识别上的应用,对卷积神经网络模型进行介绍。本实验使用python编程语言在Keras上搭建模型,并对模型进行训练。实验数据集为MNIST。模型训练完毕后,对准确率进行评估。最后对测试数据进行预测以及利用混淆矩阵对哪些数字准确率较高和哪些数字容易混淆进行评估。

关键词:人工智能;手写数字识别;卷积神经网络;Keras

Abstract: Based on the application of convolutional neural network in handwritten digit recognition, the model of convolutional neural network is introduced. In this experiment, Python programming language is used to build the model on Keras, and the model is trained. The experimental data set was MNIST. After the training of the model, the accuracy was evaluated. Finally, the test data are predicted and the confusion matrix is used to evaluate which numbers are more accurate and which numbers are easy to be confused.

Key words: AI; handwritten digit recognition; CNN; Keras

由于手写数字在日常生活中的大量运用,利用计算机进行手写数字的自动识别成了研究热点。手写数字根据每个人的习惯会千差万别,所以依靠线性模型不能进行准确的识别[1]。过去人们也提出了基于反向传播神经网络的数字识别方法、类中心欧式距离、贝叶斯分类算法[2]等来进行手写数字识别,但效果都不尽人意。本文利用基于深度学习的卷积神经网络来处理手写数字识别问题,相比以往基于机器学习的算法,它有以下优点:(1)特征提取高效:不需要提前设计好特征的内容和数量,卷积神经网络可以自己训练,自我修正,来得到好的效果;(2)数据格式的简易性:对数据格式不需要过多处理;(3)参数数目比较少:只需要初始化给每个神经元随机赋予一个权重和偏置项,随后模型会自己修正参数,使其达到最优。综上,卷积神经网络不仅克服了传统方法预处理时的弊端,还提高预测的准确率。

1卷积神经网络简介

卷积神经网络简称CNN,其核心概念主要是稀疏连接、共享权值和池化。……

登录APP查看全文

猜你喜欢

人工智能
我校新增“人工智能”本科专业
用“小AI”解决人工智能的“大”烦恼
当人工智能遇见再制造
AI人工智能解疑答问
人工智能与就业
基于人工智能的电力系统自动化控制
人工智能,来了
数读人工智能
人工智能来了
下一幕,人工智能!