论文部分内容阅读
为了解决手写数字识别困难和准确率问题,提出基于改进VGG-16和朴素贝叶斯的手写数字识别,主要通过归一化和双线性插值对图像进行预处理,然后通过改进的VGG-16网络框架对图像进行特征提取和特征融合,通过LDA方法进行数据降维,最后通过朴素贝叶斯分类器进行分类。在MNIST数据集中进行实验,获得了99.36%的准确率。实验结果验证了卷积神经网络与朴素贝叶斯结合后可以有效地提高识别准确率。