[发明专利]基于ARM平台和独立循环神经网络的手写数字识别方法在审
| 申请号： | 201811338455.9 | 申请日： | 2018-11-12 |
| 公开（公告）号： | CN109508742A | 公开（公告）日： | 2019-03-22 |
| 发明（设计）人： | 杨敏;黄佳凯;荆晓远;程雷 | 申请（专利权）人： | 南京邮电大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04 |
| 代理公司： | 南京苏科专利代理有限责任公司 32102 | 代理人： | 姚姣阳 |
| 地址： | 210003 江苏省*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 基于ARM平台和独立循环神经网络的手写数字识别方法。包括如下步骤，S1、根据TensorFlow框架构建IndRNN模型；S2、将MNIST训练集导入IndRNN模型进行训练；S3、在ARM平台安装TensorFlow，在PC端上利用FlashFXP通过SFTP over SSH连接方式将训练好的IndRNN模型移植到ARM平台；S4、采集设备采集手写数字照片，并进行预处理；S5、预处理后的照片通过IndRNN模型处理分类识别，最终在SSH终端显示识别结果。本发明利用TensorFlow进行深度学习和人工智能具有开发简单、建模速度快、准确率高的优点。ARM嵌入式平台具有成本低、稳定性好、实时性高等诸多优点。 | ||
| 搜索关键词： | 预处理 手写数字识别 独立循环 神经网络 人工智能 采集设备 分类识别 框架构建 连接方式 模型处理 模型移植 手写数字 终端显示 实时性 训练集 准确率 建模 采集 开发 学习 | ||
【主权项】：
1.基于ARM平台和独立循环神经网络的手写数字识别方法，其特征在于，包括如下步骤，S1、根据TensorFlow框架构建IndRNN模型；S2、将MNIST训练集导入IndRNN模型进行训练；S3、在ARM平台安装TensorFlow，在PC端上利用FlashFXP通过SFTP over SSH连接方式将训练好的IndRNN模型移植到ARM平台；S4、采集设备采集手写数字照片，并进行预处理；S5、预处理后的照片通过IndRNN模型处理分类识别，最终在SSH终端显示识别结果。
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南京邮电大学，未经南京邮电大学许可，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/201811338455.9/，转载请声明来源钻瓜专利网。
