实现手写数字识别(数据集50000张图片)比较3种算法神经网络、灰度平均值、SVM各自的准确率—Jason niu


对手写数据集50000张图片实现阿拉伯数字0~9识别,并且对结果进行分析准确率,

手写数字数据集下载:http://yann.lecun.com/exdb/mnist/

首先,利用图片本身的属性,图片的灰度平均值进行识别分类,我运行出来的准确率是22%左右

利用图片的灰度平均值来进行分类实现手写图片识别(数据集50000张图片)——Jason niu

其次,利用SVM算法,我运行出来的准确率是93%左右,具体代码请点击

SVM:利用SVM算法实现手写图片识别(数据集50000张图片)—Jason niu 

 

最后,利用深度学习之神经网络,我运行出来的准确率是94%左右,具体代码请点击

NN:利用深度学习之神经网络实现手写数字识别(数据集50000张图片)—Jason niu

 

最后,我们发现神经网络和SVM的算法学习质量非常高,而传统的灰度平均值算法则差强人意!


免责声明!

本站转载的文章为个人学习借鉴使用,本站对版权不负任何法律责任。如果侵犯了您的隐私权益,请联系本站邮箱yoyou2525@163.com删除。



 
粤ICP备18138465号  © 2018-2025 CODEPRJ.COM