基于深度学习的手写体图像分类识别研究

发布时间：2017-08-29 00:16

  本文关键词：基于深度学习的手写体图像分类识别研究

  更多相关文章： 深度学习 自动编码器 手写体图像 分类识别

【摘要】：深度学习技术是近年来机器学习、人工智能、数据挖掘、模式识别领域的最新热点技术;它基于人脑的分层结构,通过训练机制达到参数自动调整的目的,使得一些复杂的任务可以通过深度学习技术进行简化或实现。本文全面描述了深度学习模型的典型结构,介绍了自动编码器这种流行的深度学习模型,并利用该模型在MNIST数据库中进行了手写体图像分类识别实验。定量统计结果表明,在自动编码器网络训练时通过加入深度学习的参数调整,会使得训练样本的训练误差更小,同时也会降低测试样本误差,达到提高手写体图像正确分类识别的目的。
【作者单位】： 东华计量测试研究院;
【关键词】： 深度学习 自动编码器 手写体图像 分类识别
【分类号】：TP391.41
【正文快照】： 0引言 深度学习是机器学习领域研究的最新研究热潮。自2006年以来,深度学习就引起了学术界的特别关注之后,直到目前,深度学习已经成为大数据公司和人工智能领域的最热门研究技术之一,而且在图像搜索、语音识别、图像识别、自然语言处理、在线广告等方面获得了明显的进展。可

【相似文献】

中国期刊全文数据库 前4条

1 曲建岭;杜辰飞;邸亚洲;高峰;郭超然;;深度自动编码器的研究与展望[J];计算机与现代化;2014年08期

2 秦胜君;卢志平;;基于降噪自动编码器的不平衡情感分类研究[J];科学技术与工程;2014年12期

3 段宝彬;韩立新;;改进的深度卷积网络及在碎纸片拼接中的应用[J];计算机工程与应用;2014年09期

4 ;[J];;年期

中国硕士学位论文全文数据库 前4条

1 梁湘群;基于Gabor特征与深度自动编码器的笑脸识别方法[D];五邑大学;2015年

2 吴海燕;基于自动编码器的半监督表示学习与分类学习研究[D];重庆大学;2015年

3 林雨;极限学习机与自动编码器的融合算法研究[D];吉林大学;2016年

4 雒玉玺;稀疏自动编码器及其加速算法的研究[D];兰州大学;2014年

，

本文编号：750287