基于GA-BP神经网络在手写数字识别中的应用研究
来源：电子测量技术杂志2019年第9期北京时间：
作者：程换新，刘军亮
摘要：手写数字识别在当今社会有着重要的应用价值，在金融、社交、教育、通信等领域有着广泛的应用前景。手写数字识别是光学字符识别技术的一个分支，目前大多采用BP神经网络进行识别，但BP神经网络存在局部极小值、学习速度慢、结构选取上无确定准则三方面缺陷，影响其识别效果。通过遗传算法寻优BP神经网络最佳的初始阈值、初始权值、结构来克服其缺陷。通过MATLAB仿真，结果表明，用遗传算法优化后的BP神经网络具有辨识正确率更高、泛化能力更强、收敛速度更快、实用性更强的优点，达到了预期的目的，为手写数字识别提供了良好的理论研究价值。
关键词：BP神经网络;遗传算法;函数拟合;手写数字识别;优化
