基于融合卷积神经网络模型的手写数字识别

发布时间：2018-01-26 15:27

  本文关键词： 手写数字 融合模型 卷积神经网络 数据打乱策略 收敛速度　出处：《计算机工程》2017年11期 　论文类型：期刊论文

【摘要】：针对传统手写数字识别方法识别率较低的问题,提出一种融合卷积神经网络(F-CNN)模型。通过结合暹罗网络(SN)模型和二进制卷积神经网络(B-CNN)模型的高级特征,扩展网络高级层的尺寸,增强F-CNN模型的特征表达能力。在网络训练过程中,设计周期性数据打乱策略,提高F-CNN模型的收敛速度,更好地实现手写数字识别。在MNIST数据集上的实验结果表明,融合模型对于手写数字的识别准确率达到99.10%,识别性能优于SN模型和B-CNN模型。
[Abstract]:This paper presents a fusion convolution neural network ( F - CNN ) model aiming at the problem of low recognition rate of traditional handwriting recognition method . By combining the advanced features of Siamese network ( SN ) model and binary convolutional neural network ( B - CNN ) model , the size of the high - level layer of the network is extended and the characteristic expression ability of the F - CNN model is enhanced . The experimental results on the MNIST dataset show that the recognition accuracy rate of the F - CNN model is 99.10 % , the recognition performance is better than SN model and B - CNN model .

【作者单位】： 武汉大学国家多媒体软件工程技术研究中心;
【基金】：中央高校基本科研业务费专项资金(2042016gf0033) 武汉市应用基础研究计划项目(2016010101010025)
【分类号】：TP183;TP391.41
【正文快照】： 0概述手写数字识别在现代生活中的应用非常广泛,因此国内外众多学者都对其进行研究。文献[1]提出基于主分量分析的方法进行手写字符识别;文献[2]基于字符的宽度、交叉点、链码等特征,提出一种字符识别方法;文献[3]提出基于特征编码的手写字符识别方法;文献[4]利用组合SVM分类

【相似文献】

相关期刊论文 前10条

1 苗洪庆;尹立新;;基于TMS320VC5410-100手写数字识别系统[J];电子测量技术;2004年02期

2 任丹;陈学峰;;手写数字识别的原理及应用[J];计算机时代;2007年03期

3 樊康;;手写数字识别论述[J];科技风;2009年03期

4 朱学芳，石青云，程民德;模糊集在手写数字识别中的应用[J];模糊系统与数学;1996年02期

5 陈巧琴,郑文波;基于知识的无约束手写数字识别系统[J];福州大学学报(自然科学版);1997年03期

6 毛艳华,张新荣;一个高速准确的手写数字识别系统[J];计算机应用研究;2001年11期

7 程晨;;手写数字识别浅析[J];科技信息;2008年28期

8 杜敏;赵全友;;基于动态权值集成的手写数字识别方法[J];计算机工程与应用;2010年27期

9 双小川;张克;;基于统计和结构特征的手写数字识别研究[J];计算机工程与设计;2012年04期

10 岳晓冬;苗夺谦;张超琼;王睿智;;粗糙几何及其在脱机手写数字识别中的应用[J];计算机科学;2008年03期

相关会议论文 前4条

1 张军;张潇潇;李大伟;;基于神经网络技术的手写数字识别[A];第七届全国信息获取与处理学术会议论文集[C];2009年

2 马立权;李维;蔡韩辉;路莹;李歆;;手写数字识别中的预处理技术研究[A];中国仪器仪表学会第三届青年学术会议论文集（上）[C];2001年

3 杨程云;宣国荣;;统计切线距离与手写数字识别[A];第六届全国计算机应用联合学术会议论文集[C];2002年

4 郭景峰;苏哲;刘强;邹晓红;董晓;;基于神经网络的多关系数据分类算法[A];第二十五届中国数据库学术会议论文集（一）[C];2008年

相关硕士学位论文 前10条

1 刘荣荣;基于卷积神经网络的手写数字识别软件的设计与实现[D];内蒙古大学;2015年

2 廖逸群;多模型融合在手写数字识别中的应用研究[D];东北大学;2013年

3 刘辉;基于改进液体状态机的手写数字识别技术研究[D];重庆大学;2016年

4 尹政博;基于PHOG描述算子的手写数字识别系统研究与实现[D];东北师范大学;2016年

5 张桂花;基于惯导信号的手写数字识别研究[D];华中科技大学;2016年

6 李子懿;基于信任决策树的手写数字识别方法研究[D];中国科学技术大学;2017年

7 吴忠;基于图像技术的手写数字识别方法的研究[D];安徽大学;2012年

8 张捷;手写数字识别的研究与应用[D];西安建筑科技大学;2004年

9 张勇;基于统计法与结构法的手写数字识别研究[D];华中科技大学;2011年

10 骆昕;基于广义回归神经网络的手写数字识别研究[D];西安科技大学;2014年

，

本文编号：1465951