基于卷积神经网络的手写数字识别系统

作　　者： 崔凯雯

摘　　要： 卷积神经网络有着非常高的学习效率，现已被广泛应用于图像识别、人脸检测等各个领域。由于当图像有轻微位移，扭曲或其他形式的变形时，卷积神经网络能减少误差，保持高度不变性，因此，卷积神经网络被广泛应用于手写数字识别，并且有着较高的准确率。随着科学的发展，工作中必然会涉及手写数字的录入，所以，手写数字自动识别的研究有着重要性和必要性。本文主要研究的是卷积神经网络在手写数字识别中的应用，主要的内容分为：了解卷积神经网络的网络结构，建立手写数字识别系统，并对实验结果进行展示和分析。

来　　源： 《信息产业报道》 2024-10