基于机器学习模型的手写数字识别

手写数字识别是将人手写的0-9十个数字识别出来的一个过程,本文首先分别使用逻辑斯蒂回归算法和支持向量机算法对提取出特征向量的图片进行训练,建立模型;其次,针对不同的样本数测试以上两个模型的准确性;最后通过Python3.7实验仿真,实验结果表明,这两种模型的识别的准确率较高。

1 概述

2 基于机器学习模型的手写数字识别原理

2.1 LR（Logistic Regression）原理

2.2 支持向量机简介

3 实验过程与结果

3.1 实验过程

1)生成手写数字样本库

2)特征提取

3)模型训练和测试

（1）基于LR的分类器

（2）基于支持向量机的分类器

3.2 实验结果

4 结束语

类型: 期刊论文

作者: 黄志超,乔振华

关键词: 手写数字识别,逻辑斯蒂回归,支持向量机

来源: 电脑知识与技术 2019年33期

年度: 2019

分类: 信息科技

专业: 计算机软件及计算机应用,自动化技术

单位: 江西工业职业技术学院

分类号: TP181;TP391.4

DOI: 10.14004/j.cnki.ckt.2019.3981

页码: 215-217

总页数: 3

文件大小: 1712K

下载量: 398