基于CNN的多尺度特征在手寫數(shù)字識別中的應(yīng)用

仲會娟; 謝朝和; 劉文武; 劉大茂 陽光學(xué)院人工智能學(xué)院; 福建福州350015

關(guān)鍵詞:卷積神經(jīng)網(wǎng)絡(luò) 多尺度特征 手寫數(shù)字識別數(shù)據(jù)集 全局特征 局部特征 

摘要:在手寫數(shù)字識別數(shù)據(jù)集(MNIST)情景下,為了提高卷積神經(jīng)網(wǎng)絡(luò)的識別正確率,提出了一種改進的基于卷積神經(jīng)網(wǎng)絡(luò)(CNN)的多尺度特征識別算法.首先,利用卷積操作和池化操作提取圖像中的全局特征及局部特征,通過二次卷積與特征融合獲得數(shù)字圖像的多尺度特征.然后,將多尺度特征送入全連接網(wǎng)絡(luò)和SoftMax分類器,實現(xiàn)手寫數(shù)字圖像識別.最后,通過對不同網(wǎng)絡(luò)結(jié)構(gòu)的CNN算法進行評估表明,本文提出的算法可以有效提高網(wǎng)絡(luò)精度,具有較好的泛化能力.

綿陽師范學(xué)院學(xué)報雜志要求:

{1}關(guān)鍵詞一般是名詞性的詞或詞組,關(guān)鍵詞應(yīng)盡量從國家標(biāo)準(zhǔn)《漢語主題詞表》中選用。

{2}來稿務(wù)必內(nèi)容新穎,論點明確,論據(jù)可靠,文字精練,無保密內(nèi)容。

{3}標(biāo)題不超過15個漢字(可加副標(biāo)題)。

{4}參考文獻按出現(xiàn)的次序列在文末,并在文中對應(yīng)位置以右上角方括弧中的數(shù)字表示。詳細參考文獻格式,見往期雜志。

{5}注釋:注解性內(nèi)容分附注、腳注和夾注。

注:因版權(quán)方要求,不能公開全文,如需全文,請咨詢雜志社

綿陽師范學(xué)院學(xué)報

省級期刊
1個月內(nèi)下單

關(guān)注 9人評論|0人關(guān)注
相關(guān)期刊
服務(wù)與支付
国产精品视频线观看26uuu,免费av网站在线观看,免费一级a四片久久精品网,国产成人无码精品久久久露脸
特级全黄久久久久久 | 亚洲国产精品综合久久网各 | 亚洲午夜免费福利视频 | 亚洲中文在线码日本 | 天天欧美日韩在线一区 | 熟女50岁一区二区 |