基于卷積神經(jīng)網(wǎng)絡(luò)的手寫數(shù)字識(shí)別軟件的設(shè)計(jì)與實(shí)現(xiàn)

1、學(xué)校代碼：1 0 1 2 6分類號(hào)： I ￡圣仝墨：Q 魚論文題目學(xué)號(hào)： 三! 三Q 窆Q Z 壘 編號(hào)：——基于卷積神經(jīng)網(wǎng)絡(luò)的手寫數(shù)字識(shí)別軟件的設(shè)計(jì)與實(shí)現(xiàn)學(xué) 院：計(jì)算機(jī)學(xué)院專 業(yè)：軟件工程研究方向：計(jì)算機(jī)體系結(jié)構(gòu)姓 名：劉榮榮指導(dǎo)教師：何立強(qiáng)教授2 0 1 5 年5 月3 0 日內(nèi)蒙古大學(xué)碩士學(xué)位論文基于卷積神經(jīng)網(wǎng)絡(luò)的手寫數(shù)字識(shí)別軟件的設(shè)計(jì)與實(shí)現(xiàn)摘要卷積神經(jīng)網(wǎng)絡(luò)是將人工神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)兩種技術(shù)結(jié)合而產(chǎn)生的一種更新、更快的網(wǎng)絡(luò)。其特有

2、的局部感受野、降采樣和權(quán)值共享、隱性特征提取等優(yōu)點(diǎn)使得其在圖像識(shí)別領(lǐng)域得到了廣泛應(yīng)用。本文介紹了卷積神經(jīng)網(wǎng)絡(luò)模型的基本概念，分析了其優(yōu)缺點(diǎn)和適用范圍，將卷積神經(jīng)網(wǎng)絡(luò)應(yīng)用于手寫數(shù)字識(shí)別，取得了良好效果。論文主要工作如下：( 1 ) 本文在遵循L e N e t ．5 模型基礎(chǔ)上，減少特定的網(wǎng)絡(luò)訓(xùn)練參數(shù)和連接數(shù)目，依據(jù)過濾器和特征圖的數(shù)量的不同，設(shè)計(jì)并實(shí)現(xiàn)了若干網(wǎng)絡(luò)模型，并以同一數(shù)據(jù)集作為訓(xùn)練樣本，應(yīng)用于數(shù)字識(shí)別。( 2 ) 對(duì)比上述幾種網(wǎng)