文献类型：期刊文章

作　　者：宗春梅[1] 张月琴[2] 石丁[1]

ZONG Chunmei;ZHANG Yueqin;SHI Ding(Department of Computer Science and Technology,Xinzhou Teachers University,Xinzhou 034000;College of Computer Science and Technology,Taiyuan University of Technology,Taiyuan 030024)

机构地区：[1]忻州师范学院计算机科学与技术系,忻州034000 [2]太原理工大学计算机科学与技术学院,太原030024

出　　处：《计算机与数字工程》

基　　金：国家自然科学基金面上项目“静息态功能脑网络高阶复杂时空效应分析及建模研究”(编号:61876124);山西省教育科学规划课题基金项目“基于K-means聚类算法的中学混合式教学行为研究”(编号:GH-18071);忻州师范学院院级科研项目“基于深度去噪器的压缩感知核磁共振成像研究”(编号:2019ky02)资助。

年　　份：2021

卷　　号：49

期　　号：6

起止页码：1107-1112

语　　种：中文

收录情况：ZGKJHX、普通刊

摘　　要：文章对卷积神经网络模型LeNet-5中的激活函数、下采样方式等进行改进,对训练参数进行调整,使改进后的模型手写数字识别准确率达到99.2%。使用PyTorch搭建模型,用MNIST数据集对模型进行训练,其后在自制数据集上进行测试,从识别准确率和训练速度等方面验证了模型的可靠性。借助TensorBoard监督整个网络模型的训练过程,指导对模型参数的优化调整。最后,将改进的网络模型服务于该校人工智能课程答卷分数的识别中,使手写分数得到准确识别。

关 键 词：CNN PyTorch  手写数字识别 可视化 自动登分系统  

分 类 号：O235]