科研之友
微信
新浪微博
Facebook
分享链接
摘要
手写体数字识别现在仍是图像识别分类的一个热点，而基于卷积神经网络的深度学习算法具有局部区域连接、权值共享、降采样的结构特点，使得卷积神经网络在图像处理领域有出色表现。以实现手写体数字高精度识别为目标，设计并实现一个基于卷积神经网络的高精度手写体数字识别系统。首先，通过Pyqt5平台设计一个人机交互的GUI界面，其次进行手写体数字图像的采集与预处理，变换成规范的三维向量输入到CNN网络卷积层中，接着进行各个网络层的运算处理，最后通过Softmax输出分类结果。仿真实验结果下MNIST数据集识别模式下的识别率为99.9%,手写输入识别模式下的识别率为98%。结果表明：基于CNN的神经网络识别准确率高，实现技术简单，实用性高。
- 出版日期2023
- 单位江苏大学
