卷积神经网络应用--手写数字识别

• 设计内容及要求

用IDEA设计一个基于Java的手写数字识别程序，要求能识别0~9之间的数字。

• 设计思想

对图片的信息进行处理，首先想到的就是卷积神经网络。

我选用了残差网络，由卷积层、池化层、全连接层组成，并用反向传播算法争取让损失函数降到最小，以此提高准确率。

• 设计原理

3.1 卷积层

我们知道，图像是由一个一个像素点组成的，要做图像处理，首先考虑的就是对像素点的处理。我们把像素点的颜色深度称为灰度值，把对像素点的处理转为对灰度值的处理。

如图3.1所示，一个常规的x是方方正正的，计算机很容易识别出来，但人们日常手写时，难免会有局部加粗，一定角度倾斜等情况，这时候就需要用到卷积神经网络。

图3.1

我们像图3.2那样提取出x的特征

图3.2

把这三个特征图像转为灰度值矩阵

       

图3.3

图3.3中这三个灰度值矩阵称为特征提取器（过滤器）filter。假设要提取某一个特征，只需要将该过滤器与原图像的灰度值矩阵相卷积（这里设步长为1），若得到了一个全1矩阵，则说明原图像匹配该特征。

 

图3.4

再将卷积后的矩阵平均后放入结果矩阵中

     

图3.5

挨个卷积，得到如图3.6所示结果

图3.6

易知，过滤器不同，即可提取出不同的特征

比如垂直边缘检测时，常用矩阵  1  0  -1  来提取特征，如图3.7

1  0  -1