资料下载
×
基于BP神经网络的手写体数字识别分类器设计
消耗积分:0 |
格式:rar |
大小:1.00 MB |
2017-10-31
分享资料个
神经网络具有大规模并行处理、分布式信息存储以及良好的自组织自学习能力等特点。因此神经网络被称为有史以来发明的最美丽的编程范式之一。在传统的编程中，我们告诉计算机做什么，怎么做，将大问题分成很多小问题逐一解决。但是使用神经网络，我们不需要告诉计算机该怎么做，它会自己从观测到的数据中获悉，自己找出问题的解决办法。在这其中，BP 神经网络算法应用最为广泛，但是在实际应用该算法的时候发现该算法也存在很多的不足之处，训练速度慢，网络训练失败可能性大，训练结果局部收敛等。文中通过改进型的BP算法，提高学习速率，改善神经网络的学习性能，并用改进的BP 神经网络来识别MNIST 数据集，结果显示识别效果显著提升。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
