论文部分内容阅读
随着国家"科技强检"战略的实行,分类卷宗材料这种繁杂的工作无疑成为检务人员的负担,于是利用计算机识别文件表面的数字编号来对材料进行分类能提高检务人员的工作效率,同时也能减少由于人工可能导致的失误。由于传统的识别算法在支票、报表、卷宗材料等文件的识别中,识别精度和准确率都有所影响,提出一种基于改进LeNet-5网络的手写文字识别网络,通过对LeNet-5网络各层数据处理之前做一个归一化处理,来提高网络的训练速度,提升网络的学习率。从MNIST手写数字数据集中随机选取3000个训练样本,500个验证样本