基于神经网络的蒙文手写字母识别的一些研究（卷积神经网络）

基于神经网络的手写蒙古字母识别（一）

各位博友大家好！我是PennyWu，让大家久等了，我们继续学习。

1. 卷积神经网络(Convolutional Neural Network,CNN)

1.1 卷积神经网络CNN

首先必须肯定的是CNN是一个多层神经网络结构，其次它有以下几大特点：

1.具有较强的容错性。（CNN拥有最具代表性的卷积层和池化层）

2.具有较强的自学习能力和并行处理能力。（CNN是一种前馈神经网络）

3.局部联接和权值共享（最大特点）

基于上述特点，CNN在图像识别中的地位就很突出了。这项技术也相对成熟，因此数据集也对应做成图像，从而进行图像识别及手写蒙古字母识别。

1.2 CNN基本结构

卷积神经网络最为基本的结构，依次是输入层、卷积层、池化层。

1.3 输入层

输入层，也就是输入图像层，输入层的图像的尺寸最好是2的整数倍且能被2整除很多次，这样设定是为了便于计算机对图像进行处理。典型数据集的输入层有以下几种，如表1所示。

                       表1 输入层典型数据集

数据集	输入尺寸
MNIST数据集	28*28
DBRHD数据集	32*32
CIFAR-10	32*32
STL-10	96*96

1.4 卷积层

卷积层一般情况下使用小尺寸的滤波器。如果滤波器大小不一致，一般将大尺寸的用在第一个处理输入图像的卷积层上。滤波器的尺寸大小一般用3*3或5*5的居多。为了不改变输入数据在空间维度上的尺寸以及保留更多的有效数据，一般情况下将步长S设为1，对输入数据进行零填充。填充的大小P=(F-1)/2,其中F为过滤器尺寸，这样就能保证图像的尺寸不改变。卷积的过程，如图1所示。

1