基于卷积神经网络与支持向量机的手写数字识别方法

摘要

本发明公开了一种基于卷积神经网络和支持向量机的手写数字识别方法，用卷积神经网络与支持向量机组合提高了手写数字识别准确率。具体包括：扩充手写数字图片训练集；进行归一化操作；搭建两个卷积神经网络；训练两个卷积神经网络；搭建支持向量机；保留两个卷积神经网络全连接层前边的卷积层和池化层交替部分，将两个卷积神经网络的全连接层串接并与支持向量机连接得到组合网络；训练组合网络；对手写数字图片测试集测试得到手写数字识别结果，准确率达99.60％。本发明无需复杂预处理，具有好的自适应性和稳定性，不仅识别准确率较高，且在可靠性和鲁棒性上有提升，用于金融、邮递、数据统计等场合的手写数字识别。