基于BP神经网络和卷积神经网络的MNIST手写数字识别

本基于BP神经网络和卷积神经网络对手写数字识别进行研究,使用10000张已标注的大小为28*28的手写数字图片进行训练和测试,从所有图片中随机选出9000张作为训练样本对网络进行训练,另外1000张作为测试样本用于测试网络的识别效果。其中BP神经网络采用了逐像素特征提取法、数字骨架特征提取(包括粗网格特征提取、笔画密度提取、外轮廓特征提取、像素百分比特征提取四种方法)以及主成分分析法提取像素特征信息,将获得的特征信息作为网络输入进行训练。在Matlab环境下,编程分别对训练样本进行训练,测试样本进行测试识别,得到分类结果和正确率,然后对每种结果进行对比,可比较BP神经网络和卷积神经网络的优劣性