【摘要】：采用BP神經(jīng)網(wǎng)絡(luò)、原始極限學(xué)習(xí)機(jī)、正則極限學(xué)習(xí)機(jī)和傅里葉變換優(yōu)化極限學(xué)習(xí)機(jī)算法分別進(jìn)行手寫體數(shù)字字符識(shí)別仿真實(shí)驗(yàn),通過MINIST數(shù)據(jù)庫中的10 000個(gè)手寫體數(shù)字樣本訓(xùn)練神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)傳輸過程中的參數(shù),用訓(xùn)練所得神經(jīng)網(wǎng)絡(luò)參數(shù)進(jìn)行手寫體數(shù)字識(shí)別仿真測試。比較4種算法的仿真效果,BP網(wǎng)絡(luò)識(shí)別效果最好、訓(xùn)練速度最慢,原始極限學(xué)習(xí)機(jī)訓(xùn)練速度最快,正則極限學(xué)習(xí)機(jī)和傅里葉變換極限學(xué)習(xí)機(jī)優(yōu)化算法識(shí)別正確率高于原始極限學(xué)習(xí)機(jī),但增加了算法的時(shí)間復(fù)雜度。將該手寫體數(shù)字字符識(shí)別仿真實(shí)驗(yàn)用于學(xué)生實(shí)驗(yàn)教學(xué),可加強(qiáng)學(xué)生對(duì)神經(jīng)網(wǎng)絡(luò)相關(guān)知識(shí)的學(xué)習(xí)和理解,提高學(xué)生編程和工程應(yīng)用能力。
[Abstract]:BP neural network, original ultimate learning machine, regular ultimate learning machine and Fourier transform optimized ultimate learning machine algorithm are used to simulate handwritten digital character recognition, respectively. The parameters of neural network data transmission are trained by 10 000 handwritten digital samples in MINIST database. The training neural network parameters are used to carry out the simulation test of handwritten digital recognition. Comparing the simulation results of the four algorithms, the BP neural network is the best, the training speed is the slowest, and the training speed of the original extreme learning machine is the fastest. The recognition accuracy of the regular LLM and Fourier transform LLM optimization algorithm is higher than that of the original LLM, but the time complexity of the algorithm is increased. Applying the handwritten digital character recognition simulation experiment to the experimental teaching of students can enhance the students' learning and understanding of neural network related knowledge and improve the students' ability of programming and engineering application.
【作者單位】： 杭州電子科技大學(xué)電子信息學(xué)院;
【基金】：浙江省2013年高等教育課堂教學(xué)改革項(xiàng)目(kg2013125) 浙江省2015年度高等教育教學(xué)改革項(xiàng)目(jg2015060)
【分類號(hào)】：TP391.4;TP18

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 許振新;字符識(shí)別要面向應(yīng)用[J];中國計(jì)算機(jī)用戶;2003年13期

2 盧達(dá),浦煒,謝銘培;一種用于提高字符識(shí)別速度的字符預(yù)分類法研究　[J];計(jì)算機(jī)工程與應(yīng)用;2000年04期

3 孫廣玲,唐降龍;基于識(shí)別結(jié)果反饋信息的閉環(huán)聯(lián)機(jī)字符識(shí)別系統(tǒng)[J];計(jì)算機(jī)工程與應(yīng)用;2002年22期

4 烏凌超,莫玉龍;基于獨(dú)立分量分析的字符識(shí)別方法[J];上海大學(xué)學(xué)報(bào)(自然科學(xué)版);2003年03期

5 陳薇,李勇;基于塊輸入的神經(jīng)網(wǎng)絡(luò)英語字符識(shí)別研究[J];計(jì)算機(jī)時(shí)代;2005年07期

6 湯茂斌;謝渝平;李就好;;基于神經(jīng)網(wǎng)絡(luò)算法的字符識(shí)別方法研究[J];微電子學(xué)與計(jì)算機(jī);2009年08期

7 田立巖;胡曉光;;一種改進(jìn)的快速嵌入式字符識(shí)別方法[J];光電子.激光;2010年10期

8 陳默;何小海;吳煒;楊曉敏;付光榮;;結(jié)合獨(dú)立與連續(xù)字符識(shí)別的集裝箱號(hào)識(shí)別技術(shù)[J];四川大學(xué)學(xué)報(bào)(工程科學(xué)版);2011年S1期

9 韓林峰;趙暉;;基于支持向量機(jī)的聯(lián)機(jī)手寫維吾爾字符識(shí)別[J];計(jì)算機(jī)應(yīng)用與軟件;2012年03期

10 宋賢霞;李玉琴;;基于掃描圈的字符識(shí)別方法[J];自動(dòng)化與信息工程;2012年05期

相關(guān)會(huì)議論文 前10條

1 湯茂斌;謝渝平;李就好;;基于神經(jīng)網(wǎng)絡(luò)算法的字符識(shí)別方法研究[A];2009年全國開放式分布與并行計(jì)算機(jī)學(xué)術(shù)會(huì)議論文集(上冊)[C];2009年

2 洪漢玉;郭強(qiáng);章秀華;張艷;林志敏;;復(fù)雜背景條件下字符識(shí)別新方法研究[A];第十四屆全國圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2008年

3 車揚(yáng);鄭智捷;;速記字符識(shí)別的預(yù)處理模式和方法探討[A];2010通信理論與技術(shù)新發(fā)展——第十五屆全國青年通信學(xué)術(shù)會(huì)議論文集（下冊）[C];2010年

4 李玉良;王良松;李晶;;圖像中數(shù)字字符識(shí)別技術(shù)概覽[A];節(jié)能環(huán)保 和諧發(fā)展——2007中國科協(xié)年會(huì)論文集（一）[C];2007年

5 劉云曼;王磊;;盲人閱讀機(jī)中圖像字符識(shí)別方法的研究[A];天津市生物醫(yī)學(xué)工程學(xué)會(huì)第三十三屆學(xué)術(shù)年會(huì)論文集[C];2013年

6 余曉華;陳曉春;劉好炯;;手持式儀表字符識(shí)別技術(shù)研究[A];《IT時(shí)代周刊》論文專版（第300期）[C];2014年

7 陸璐;張旭東;趙瑩;高雋;;基于卷積神經(jīng)網(wǎng)絡(luò)的車牌照字符識(shí)別研究[A];第十二屆全國圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2005年

8 朱小燕;史一凡;馬少平;;脫機(jī)手寫體字符識(shí)別研究[A];面向21世紀(jì)的科技進(jìn)步與社會(huì)經(jīng)濟(jì)發(fā)展（上冊）[C];1999年

9 歐梅芳;宋瑞霞;;V-系統(tǒng)在信息重構(gòu)與字符識(shí)別中的應(yīng)用探索[A];中國圖學(xué)新進(jìn)展2007——第一屆中國圖學(xué)大會(huì)暨第十屆華東六省一市工程圖學(xué)學(xué)術(shù)年會(huì)論文集[C];2007年

10 張雪山;田慧;;字符識(shí)別系統(tǒng)的一種定位算法[A];圖像 仿真 信息技術(shù)——第二屆聯(lián)合學(xué)術(shù)會(huì)議論文集[C];2002年

相關(guān)重要報(bào)紙文章 前3條

1 尼克;計(jì)算歷史學(xué)：大數(shù)據(jù)時(shí)代的讀書[N];東方早報(bào);2014年

2 王慶國;票據(jù)印刷視覺字符檢測系統(tǒng)中硬件的選擇[N];中國包裝報(bào);2008年

3 方忠誠;OCR技術(shù)及其應(yīng)用[N];北京電子報(bào);2000年

相關(guān)博士學(xué)位論文 前3條

1 羅特飛（Mohammed Lutf）;基于HMM與決策樹的多字體阿拉伯文的字符識(shí)別[D];華中科技大學(xué);2015年

2 文穎;數(shù)字、字符識(shí)別及其應(yīng)用研究[D];上海交通大學(xué);2009年

3 彭健;多類小字符集自適應(yīng)字符識(shí)別技術(shù)及系統(tǒng)的研究[D];重慶大學(xué);2002年

相關(guān)碩士學(xué)位論文 前10條

1 張佳偉;基因組自動(dòng)化進(jìn)化儀的研制[D];浙江大學(xué);2015年

2 邱立松;國際音標(biāo)字符識(shí)別算法的研究[D];上海師范大學(xué);2015年

3 張靖婭;鋼板點(diǎn)陣噴印字符識(shí)別方法研究[D];沈陽理工大學(xué);2015年

4 武威;基于模板匹配與結(jié)構(gòu)特征的字符識(shí)別算法研究[D];鄭州大學(xué);2015年

5 王勁松;基于神經(jīng)網(wǎng)絡(luò)的字符識(shí)別系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];電子科技大學(xué);2014年

6 周炳昱;基于手機(jī)攝像取詞的電子詞典的設(shè)計(jì)與實(shí)現(xiàn)[D];大連理工大學(xué);2015年

7 戴威;聯(lián)機(jī)手寫智能計(jì)算系統(tǒng)的研究[D];華北電力大學(xué);2015年

8 尹少東;基于嵌入式Linux的字符識(shí)別[D];河北科技大學(xué);2015年

9 周軍;圖像中自然場景字符區(qū)域定位[D];東北大學(xué);2014年

10 周品;車牌分割和字符識(shí)別的算法研究[D];南京郵電大學(xué);2015年

，

本文編號(hào)：2120915