基于自编码特征提取及弹性学习的手写数字识别

摘要：

针对自编码算法提取输入特征能更好地发现样本间的相关性的优点，以自编码算法提取待识别样本特征作为多层前向网络的输入，以弹性BP算法训练网络，并用MNIST手写数字数据库样本测试。从正确率、拒识率、错误率和可靠率4项性能指标方面与逐像素方法进行了综合对比测试。研究表明，采用自编码特征提取、多层前向神经网络作为分类器以及弹性BP 算法进行训练的手写数字识别，具有更快的收敛速度和更高的识别可靠率。

关键词：多层前向神经网络、自编码算法、弹性BP算法、MNIST数据库

分类号：TN911-34;TP183

在线出版日期：2014-06-19（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：31-34