《表1 不同参数的手写体汉字识别率对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于二维主成分分析与卷积神经网络的手写体汉字识别》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

特征矩阵输入CNN之前，首先打乱整个训练样本，以减少训练时的过拟合。为了得到更好的手写体汉字识别率，对三个CNN模型通过多次重复实验进行调参。选取部分参数作对比，不同CNN模型的识别率如表1所示，对3个CNN模型的平均识别率作比较，可知第三组数据的识别率最高，效果最好。因此，CNN模型的参数配置如下：批大小设置为48，正则化大小为0.8，学习率为0.000 2，每循环200次学习率降低10%。