四种机器学习算法在MNIST数据集上的对比研究

摘要：

MNIST数据集是检验机器学习算法性能常用的数据集.本文以MNIST数据集为例,研究四种机器学习方法的性能.首先,介绍支撑向量机、随机森林、BP神经网络和卷积神经网络;其次,将四种学习方法在MNIST数据集上训练学习;最后,对四种学习模型的性能做对比分析.就实验结果而言,卷积神经网络在性能上优于其它三种学习算法.

关键词：支撑向量机、随机森林、BP神经网络、卷积神经网络、MNTST数据集

所属期刊栏目：10

分类号：TP183(自动化基础理论)

资助基金：韩山师范学院一般项目;潮州市科技局项目

在线出版日期：2021-04-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：185-188