关键词：卷积神经网络 mnist 手写数字识别 

摘要：针对手写数字图像的特点,改进了传统LeNet-5卷积神经网络模型。首先使用双线性插值方法对MNIST数据集图像进行预处理,使用预处理后的图像数据训练改进的LeNet-5模型,在MNIST测试集正确率达到99.21%。此外,还将MNIST测试集与部分训练集互换,对模型进行交叉检验,交叉检验正确率达到99.17%。实验证明,改进的LeNet-5在手写数字识别上有较好的准确性能。

信息通信杂志要求:

{1}作者工作单位直接排印在作者姓名之下，并在其工作单位名称之前加与作者姓名序号相同的数字；各工作单位之间连排时以分号隔开。

{2}所投稿件须保证文章版权的独立性，无抄袭、署名排序无争议、文责自负，勿一稿多投。

{3}中图分类号按《中国图书馆分类法》（第4版）标引分类号。

{4}注释均采用当页脚注连排，标号为①、②、③……

{5}来稿内容涉及国家、省级科研基金资助者，请附基金复印件，我刊将给予优先发表。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社