论文部分内容阅读
LeNet-5卷积神经网络是一种手写数字识别的模型。其通过对输入数据的卷积、激活和池化操作,提取特征值,以达到图像分类。文章在卷积神经网络优化原则的基础上,提出了改良的LeNet-5卷积神经网络模型,该模型优化了激活函数,使用全连接层代替了最后的卷积层,提高了计算速度和稳定性。选取MNIST作为数据集进行了实验,该改进模型的实验结果表明,具其备更好的辨别精度。