基于卷积神经网络和极限学习机的手写体识别方法

摘要

一种基于卷积神经网络和极限学习机的手写体识别方法，其步骤为初始化，构建卷积神经网络层，随机产生加权极限学习机的输入权值W与隐层偏置b；划分数据集产生训练样本和测试样本并进行数据预处理；进行卷积神经网络提取特征，得到训练集特征和测试机特征；根据训练集特征训练极限学习机分类器得到输出权重，根据测试机特征及输出权重，得到最终的手写识别结果。本发明相比较单纯使用极限学习机，其可以提高准确率，缩短测试和训练时间。