基于多层感知机网络的手写数字识别算法

摘要：

手写数字分类问题是机器学习与模式识别领域的基础问题之一,也是OCR的核心技术,具有重要的现实意义.本文针对MNIST手写数字数据集,通过C++实现了基于多层感知机网络的手写数字数据集分类算法,并采用交叉验证、小批量随机梯度下降算法、扩充训练数据集的方法优化算法,最终达到了98.042％的分类准确率.

关键词：多层感知机、手写数字、算法、优化

所属期刊栏目：14

分类号：TP391(计算技术、计算机技术)

在线出版日期：2019-01-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：217-219