文献

J-GLOBAL ID：201702264531983651   整理番号：17A1675664

手書き数字文字認識アルゴリズムのシミュレーション比較研究【JST・京大機械翻訳】

A Comparative Study on Handwritten Digital Character Recognition Algorithm by Simulation

著者 (4件)： Chen Long (杭州電子科技大学電子信息学院,杭州,310018) ,  Qie Xiaomei (杭州電子科技大学電子信息学院,杭州,310018) ,  Huang Xinjing (杭州電子科技大学電子信息学院,杭州,310018) ,  Lin Hu (杭州電子科技大学電子信息学院,杭州,310018)
資料名： Shiyanshi Yanjiu yu Tansuo  (Shiyanshi Yanjiu yu Tansuo)
巻： 36  号： 1  ページ： 93-97,103  発行年： 2017年 
JST資料番号： W1514A  ISSN： 1006-7167  CODEN： SYYTAZ  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： BPニューラルネットワーク,元の限界学習機械,正則限界学習機械,およびFourier変換最適化限界学習アルゴリズムを用いて,手書き文字認識のシミュレーション実験を行った。MINISTデータベースにおける10000個の手書き数字サンプルを用いて、ニューラルネットワークデータ転送過程のパラメータを訓練し、訓練によって得られた神経回路網パラメータを用いて、手書き数字識別シミュレーションテストを行った。4種類のアルゴリズムのシミュレーション結果を比較すると、BPネットワークの識別効果が最も良く、訓練速度が最も遅く、元の限界学習機の訓練速度が最も速く、正則限界学習機とフーリエ変換限界学習機最適化アルゴリズムの識別正確率は原始限界学習機より高いが、アルゴリズムの時間複雑度を増加させた。この手書き数字の文字認識シミュレーション実験を学生の実験教育に応用し、学生が神経ネットワークに関する知識の学習と理解を強化し、学生のプログラミングと工学の応用能力を高めることができる。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： ニューラルネットワーク ,  データ転送 ,  *数字 ,  学習機械 ,  学習アルゴリズム ,  データベース ,  最適化 ,  *文字認識 ,  学習 ,  *シミュレーション ,  手書き文字認識 ,  *アルゴリズム ,  神経回路網
準シソーラス用語： 逆伝播ニューラルネットワーク ,  *手書き , 【Automatic Indexing@JST】

著者キーワード (4件)： neural networks ,  extreme 1earing machine(ELM) ,  handwritten digital recognition ,  experiment teaching

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (6件)： 手書き ,  数字 ,  文字認識 ,  アルゴリズム ,  シミュレーション ,  研究