论文部分内容阅读
手写数字识别属于基本的图像分类问题,在云计算、金融和邮政等领域具有很高的实用价值。由于手写数字在书写时存在无限制性问题,实现快速有效识别的难度相对较大。随着深度学习相关算法的出现和计算机硬件技术的快速发展,基于卷积神经网络的图像分类方法逐渐成为了研究热点。由于卷积神经网络具有较强的函数表示能力和网络泛化能力,识别率往往能超过传统图像分类方法,因此应用卷积神经网络实现手写数字识别的研究具有重要的意义。本文针对现有的卷积神经网络实现手写数字识别方法中存在的问题进行了研究分析,具体内容包括:(1)卷积神经网络训练时,针对卷积核随机初始化导致的收敛速度慢和识别率低的问题,提出一种主成分分析初始化卷积核的卷积神经网络手写数字识别算法。实验结果表明:算法在应用MNIST数据库训练时收敛速度快,在迭代次数受限时识别率高,性能优于随机初始化卷积核的卷积神经网络手写数字识别算法。(2)空间金字塔池化网络进行多尺度训练时,针对空间金字塔池化层到卷积层反向传播非常低效的问题,提出了一种最大值位置映射的反向传播方法。实验结果表明:该方法在应用MNIST数据库分别进行单尺度和多尺度训练时,均方误差曲线均收敛,实现每次迭代时所有网络层参数更新和不同尺度图像之间的参数共享,并且在单尺度训练情况下,网络识别率和均方误差曲线收敛速度相比传统卷积神经网络均有明显提高;在多尺度训练情况下,网络可以对一定缩放范围内的图像进行识别,而识别率变化范围不大。(3)以试卷分数为研究对象,基于Matlab机器视觉工具箱以及Caffe卷积神经网络框架,设计了一种试卷分数识别应用系统,并结合实际情况对系统的权值进行了微调。实验结果表明:该系统可以实现不同尺度图像的输入,并且对于非粘连的手写数字具有很好的识别效果,验证了系统的可行性。