文献类型：期刊文章

作　　者：黄睿[1] 陆许明[1] 邬依林[1]

Huang Rui;Lu Xuming;Wu Yilin(Department of Computer Science,Guangdong University of Education,Guangzhou 510303,China)

机构地区：[1]广东第二师范学院计算机科学系,广东广州510303

出　　处：《电子技术应用》

基　　金：广东第二师范学院网络工程重点学科(ZD2017004);广东第二师范学院计算机实验教学示范中心(SY2016014);国家自然科学基金(61473322)

年　　份：2018

卷　　号：44

期　　号：10

起止页码：6-10

语　　种：中文

收录情况：DOAJ、JST、RCCSE、ZGKJHX、普通刊

摘　　要：手写体数字的识别是人工智能识别系统中的重要组成部分。因个体手写数字的差异,现有识别系统准确率较低。基于TensorFlow深度学习框架完成手写体数字的识别及应用,首先建立TensorFlow深度学习框架,并分析了Softmax、卷积神经网络(CNN)模型结构,再对手写体数据集MNIST的60 000个样本进行深度学习,然后进行10 000个样本的测试对比,最后移植最优模型到Android平台进行应用。实测数据验证,相对于传统的Softmax模型,基于TensorFlow深度学习CNN模型识别率高达99.17%,提升了7.6%,为人工智能识别系统的发展提供了一定的科研价值。

关 键 词：TensorFlow  深度学习  卷积神经网络 数字识别  

分 类 号：TP391.413]