10.3969/j.issn.1006-7167.2017.01.023
手写体数字字符识别算法仿真比较研究
采用BP神经网络、原始极限学习机、正则极限学习机和傅里叶变换优化极限学习机算法分别进行手写体数字字符识别仿真实验,通过MINIST数据库中的10 000个手写体数字样本训练神经网络数据传输过程中的参数,用训练所得神经网络参数进行手写体数字识别仿真测试.比较4种算法的仿真效果,BP网络识别效果最好、训练速度最慢,原始极限学习机训练速度最快,正则极限学习机和傅里叶变换极限学习机优化算法识别正确率高于原始极限学习机,但增加了算法的时间复杂度.将该手写体数字字符识别仿真实验用于学生实验教学,可加强学生对神经网络相关知识的学习和理解,提高学生编程和工程应用能力.
神经网络、极限学习机、手写数字识别、实验教学
36
G642.423(高等教育)
浙江省2013年高等教育课堂教学改革项目kg2013125;浙江省2015年度高等教育教学改革项目jg2015060
2017-03-31(万方平台首次上网日期,不代表论文的发表时间)
共6页
93-97,103