TY -的A2 -库马尔,Arvind盟——周,李洁AU - Yu,威海PY - 2022 DA - 2022/10/08 TI -提高卷积神经图像识别算法基于LeNet-5 SP - 1636203六世- 2022 AB -卷积神经网络(CNN)是一个非常重要的深度学习的方法,解决了很多复杂的模式识别问题。取得了丰硕的成果在图像识别,语音识别,自然语言处理。与传统的神经网络相比,卷积重量共享、稀疏连接,在卷积神经网络和池操作大大减少训练参数的数量,减少大小的特征图,简化网络模型,提高培训效率。基于卷积操作,操作池,softmax分类器,和网络优化算法在改善LeNet-5卷积神经网络,本文进行图像识别手写的数字和脸上的实验数据集,分别。方法结合局部二进制模式和卷积神经网络提出了人脸识别研究。通过实验,发现添加枸杞多糖LeNet-5图像信息来提高卷积神经网络可以提高人脸识别的准确性为99.8%,具有重要的理论和实践意义。SN - 2090 - 7141你2022/1636203 / 10.1155——https://doi.org/10.1155/2022/1636203——摩根富林明——《计算机网络与通信PB - Hindawi KW - ER