摘要：随着社会的发展，数字的使用越来多也越来越广泛，数字识别在识别身份证、识别银行卡、财务报表、识别票据以及物流分拣等众多方面都有应用，有着极为重要的现实意义，中文手写数字识别是手写数字识别的一个延伸。本文基于卷积神经网络对手写体中文数字进行识别，对卷积神经网络的结构进行了介绍，同时使用Chinese MNIST数据集对设计的卷积神经网络模型进行训练与测试，比对了不同激活函数在层数不同的卷积神经网络上的测试精度和训练时间，并比对了使用Dropout策略后模型性能的改变，不断改进模型，训练后的模型在MNIST的训练集样本中的识别精度可以达到99.63%，在测试集样本中的识别精度可以达到99%以上。

关键词：卷积神经网络；中文手写数字识别；Dropout策略

目录

摘要

Abstract

1绪论-1

1.1研究背景与意义-1

1.2国内外研究现状-1

1.2.1卷积神经网络的研究现状-1

1.2.2手写数字识别的研究现状-2

2卷积神经网络-4

3基于卷积神经网络的中文手写数字识别-6

3.1卷积神经网络构建-6

3.2实验结果与分析-8

3.2.1中文MNIST手写数字集-8

3.2.2模型测试结果对比分析-8

4总结-13

参考文献-14

致谢