基于卷积神经网络的手写数字识别应用

摘要：

数字识别(Digit Recognition),是计算机从纸质文档,照片,或其他来源接收和理解并识别可读的数字的能力.根据数字来源的产生方式的不同,目前数字识别问题可以区分为手写体数字识别,印刷体数字识别,光学数字识别,自然场景下的数字识别等,具有很大的实际应用价值.目前比较受到关注的问题主要是手写体数字识别,由于其具有MNIST这种大型标准易用的成熟数据集,简单的0-9数字识别已经被作为计算机视觉领域的入门问题.介绍手写数字识别的特点和应用,并指出传统研究方法及其不足之处;然后引入深度学习的概念,以卷积神经网络为例,详细介绍卷积神经网络的关键技术特点,最后通过一个实例说明卷积神经网络在手写数字识别方面的应用.

关键词：MNIST、深度学习、卷积神经网络、手写数字

所属期刊栏目：50

分类号：TP183(自动化基础理论)

在线出版日期：2021-03-08（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：1-3