首页|基于深度残差网络的手写体数字识别

基于深度残差网络的手写体数字识别

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
对传统深度残差网络进行改进,将其应用于手写体数字识别中.通过对卷积核大小、移动步长等参数进行调整使其适合手写体数字识别.在池化层使用重叠池化方案,池化单元采用3﹡3,步长为2,以有效保留上一层有用信息.实验中采用手写体数字数据库MNIST作为数据源,通过数据增广技术对训练数据动态扩充,以提高训练效果.实验结果表明,该方案可以有效提高识别率,而训练时间大幅度降低.
Handwritten Digital Recognition Based on Deep Residual Learning

赵朋成、冯玉田、罗涛、雷安琪

展开 >

上海大学通信与信息工程学院,上海 200444

手写体数字识别 深度残差网络 深度学习 数据增广 卷积神经网络

2017

工业控制计算机
中国计算机学会工业控制计算机专业委员会 江苏省计算技术研究所有限责任公司

工业控制计算机

影响因子：0.258
ISSN：1001-182X
年,卷(期)：2017.30(10)
  • 1
  • 5
  • 4