论文部分内容阅读
针对手写数字图像的特点,改进了传统LeNet-5卷积神经网络模型。首先使用双线性插值方法对MNIST数据集图像进行预处理,使用预处理后的图像数据训练改进的LeNet-5模型,在MNIST测试集正确率达到99.21%。此外,还将MNIST测试集与部分训练集互换,对模型进行交叉检验,交叉检验正确率达到99.17%。实验证明,改进的LeNet-5在手写数字识别上有较好的准确性能。