基于卷积神经网络的手写数字识别算法

摘要

针对手写数字算法需要人工预处理和特征提取的问题,将卷积神经网络应用于手写数字识别中。利用卷积神经网络本身具有局域感受野、权值共享和次抽样的特性,能直接从原始数字图像中提取样本的特征信息,作为神经网络的输入,能有效减小特征,缩小神经网络的规模。通过试验结果证明,采用卷积神经网络能减少前期处理工作量,并具有较高的网络识别率。