-
题名基于深度卷积自编码神经网络的手写数字识别研究
被引量：23
- 1
-
-
作者
曾文献
孟庆林
郭兆坤
-
机构
河北经贸大学信息技术学院
-
出处
《计算机应用研究》
CSCD
北大核心
2020年第4期1239-1243,共5页
-
基金
河北省科技计划资助项目(17450112D)。
-
文摘
针对提高不同笔体下的手写识别准确率进行了研究,将深度卷积神经网络与自动编码器相结合,设计卷积自编码器网络层数,形成深度卷积自编码神经网络。首先采用双线性插值方法分别对MNIST数据集与10000幅自制中国大学生手写数字图片进行图像预处理,然后使用单一MNIST数据集对深度卷积自编码神经网络进行训练与测试;最后使用MNIST与自制数据集中5000幅图片混合,再次训练该网络,对另外5000幅图片进行测试。实验数据表明,所提深度卷积自编码神经网络在MNIST测试集正确率达到99.37%;且5000幅自制数据集模型测试正确率达99.33%,表明该算法实用性较强,在不同笔体数字上得到了较高的识别准确率,模型准确有效。
-
关键词
卷积自编码神经网络
双线性插值
手写数字识别
深度学习
-
Keywords
convolutional self-encoding neural network
bilinear interpolation
handwritten digit recognition
deep learning
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于卷积自编码和哈希算法的图像检索研究
被引量：2
- 2
-
-
作者
周纤
邱奕敏
吴振宇
-
机构
武汉科技大学信息科学与工程学院
-
出处
《仪表技术与传感器》
CSCD
北大核心
2020年第11期105-110,共6页
-
基金
国家自然科学基金面上项目(61373109)
湖北省自然科学基金资助项目(2018CFB346,2019CFB138)。
-
文摘
针对目前图像检索的精度和速度不高等问题,提出一种基于卷积自编码神经网络和哈希编码策略的图像检索方法。该方法使用在MNIST和Fashion-MNIST数据集上预训练的卷积自编码网络模型对实验图像数据集提取编码器特征来得到图像特征的深层表示。所提取的特征具有自编码和卷积神经网络两者的优点。然后使用哈希策略将这些深层表示进行编码,从而获得图像的二进制码,通过计算汉明距离的相似度对图像进行检索。在2个大型数据集MNIST和Fashion-MNIST上进行大量实验,与现有技术相比,该算法具有更高的查准率、查全率和平均检索率。
-
关键词
图像检索
卷积自编码神经网络
哈希编码
卷积神经网络
汉明距离
-
Keywords
image retrieval
convolutional autoencoder
hash coding
convolutional neural network
Hamming distance
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
