[发明专利]手写数字识别方法及装置在审
| 申请号： | 201710291518.9 | 申请日： | 2017-04-28 |
| 公开（公告）号： | CN108805221A | 公开（公告）日： | 2018-11-13 |
| 发明（设计）人： | 李书霞 | 申请（专利权）人： | 普天信息技术有限公司 |
| 主分类号： | G06K9/68 | 分类号： | G06K9/68;G06N3/08 |
| 代理公司： | 北京德琦知识产权代理有限公司 11018 | 代理人： | 衣淑凤;宋志强 |
| 地址： | 100080 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请提出手写数字识别方法。包括：A、确定神经网络的拓扑结构；获取神经网络的手写数字训练样本；根据设定的GWO算法的狼群规模N，随机产生N匹狼，每匹狼的位置对应神经网络模型的一组权值和阈值；B、对于每匹狼，从手写数字训练样本中依次选择训练样本，对该匹狼当前对应的神经网络模型进行训练；当每匹狼对应的本轮神经网络训练结束时，计算每匹狼对应的适应度；根据适应度最高的三匹狼的位置信息采用GWO算法更新其它狼的位置信息；C、判断是否满足GWO算法的结束条件，若是，将当前适应度最高的狼对应的BP神经网络模型作为最优神经网络起始模型继续进行训练；否则，返回步骤B。本申请提高了手写数字识别的准确度。 | ||
| 搜索关键词： | 手写数字识别 神经网络 训练样本 适应度 神经网络模型 手写数字 算法 神经网络训练 准确度 结束条件 起始模型 算法更新 随机产生 拓扑结构 依次选择 权值和 申请 返回 | ||
【主权项】：
1.一种手写数字识别方法，其特征在于，该方法包括：A、确定神经网络的拓扑结构；获取神经网络的手写数字训练样本；设定灰狼优化GWO算法的狼群规模N；根据设定的GWO算法的狼群规模N，随机产生N匹狼，其中，每匹狼的位置对应神经网络模型的一组权值和阈值；B、对于每匹狼，从所述手写数字训练样本中依次选择训练样本，对该匹狼当前对应的神经网络模型采用选择的训练样本进行训练；当每匹狼对应的本轮神经网络训练结束时，计算本轮神经网络训练每匹狼对应的适应度；当计算得到所有狼的适应度后，选择适应度最高的三匹狼，根据该三匹狼的位置信息采用GWO算法更新其它狼的位置信息；C、判断是否满足GWO算法的结束条件，若是，将当前适应度最高的狼对应的神经网络模型作为最优神经网络起始模型，在该最优神经网络起始模型的基础上采用手写数字训练样本进行训练，将训练得到的神经网络模型作为最终使用的用于识别手写数字的神经网络模型；否则，返回步骤B。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于普天信息技术有限公司，未经普天信息技术有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710291518.9/，转载请声明来源钻瓜专利网。
