10.19694/j.cnki.issn2095-2457.2020.11.019
基于BP神经网络的手写数字识别
随着人工智能的再次崛起,机器学习作为人工智能的一部分也被重新重视起来,数字识别技术也得到了关注并通过各种算法提高了识别准确率.手写数字识别在各个方面和领域发挥越来越重要的作用.本文采用包含隐含层的BP神经网络对手写数字识别进行实现.文章首先介绍BP神经网络原理及模型,并分别介绍了前向传播,反向传播中所用到的数学模型,然后通过BP神经网络的设计,从参数的随机初始化开始,前向传播,反向传播,代价函数的偏导数求解及验证,和最终的参数优化等完成实验,最终得到实验结果,并进行优化,结果表明BP神经网络在手写体数字识别方面的实际应用价值.
手写数字识别、BP神经网络、识别
TP391.41;TP183(计算技术、计算机技术)
2020-05-21(万方平台首次上网日期,不代表论文的发表时间)
共3页
51-53