优化BP神经网络在手写体数字识别中的性能研究

被引：13

作者：

王俊杰

机构：

[1] 北京工业大学

来源：

电子设计工程 | 2017年 / 06期

关键词：

神经网络; BP算法; 数字识别; 分类器;

D O I：

暂无

中图分类号：

TP391.4 [模式识别与装置]; TP183 [人工神经网络与计算];

学科分类号：

081102 [检测技术与自动化装置]; 140502 [人工智能];

摘要：

为了提高基于BP神经网络的手写体数字识别分类器的准确率与训练速度,针对基于BP神经网络的手写体数字识别分类器,从代价函数、权值初始化、正则方法消除过拟合几个方面对BP神经网络算法进行了改进。并使用MNIST数据集对分类器进行训练、验证、测试等实验。实验表明,改进后的手写体数字识别分类器的性能得到了优化。

引用

收藏

页码：27 / 30

页数：4

相关论文

共 14 条

[1]

BP神经网络子批量学习方法研究 [J].

刘威 ;

刘尚 ;

周璇 .

智能系统学报, 2016, 11 (02) :226-232

[2]

基于BP人工神经网络的手写体数字识别 [J].

秦鑫 ;

张昊 .

计算机与数字工程, 2015, 43 (02) :223-225

[3]

多元线性回归与BP神经网络预测模型对比与运用研究 [J].

张景阳 ;

潘光友 .

昆明理工大学学报(自然科学版), 2013, 38 (06) :61-67

[4]

基于ARM9的手写体数字识别技术设计与实现 [J].

刘文杰 ;

吴刚 .

计算机与数字工程, 2013, 41 (09) :1498-1500+1510

[5]

BP神经网络模型与学习算法 [J].

樊振宇 .

软件导刊, 2011, 10 (07) :66-68

[6]

基于随机参数调整的改进反向传播学习算法 [J].

贾立山 ;

谈至明 ;

王知 .

同济大学学报(自然科学版), 2011, 39 (05) :751-757

[7]

基于改进BP神经网络的手写字符识别 [J].

许宜申 ;

顾济华 ;

陶智 ;

吴迪 ;

朱明诚 .

通信技术, 2011, 44 (05) :106-109+118

[8]

基于改进BP神经网络的数字识别 [J].

王婷 ;

江文辉 ;

肖南峰 .

电子设计工程, 2011, 19 (03) :108-112

[9]

BP神经网络权重和阈值初始化方法研究 [J].

刘鲭洁 ;

陈桂明 ;

刘小方 ;

占君 .

西南师范大学学报(自然科学版), 2010, 35 (06) :137-141

[10]

基于BP神经网络的手写体数字识别 [J].

张充 ;

史青宣 ;

苗秀芬 ;

杨芳 ;

田学东 .

计算机技术与发展, 2008, (06) :128-130+163