本文基于盲人视觉辅助中的模式识别技术，进行模式识别系统的设计以及模型的优化。利用机器学习领域中的相关算法，从理论分析到实际建模完成一套基于卷积神经网络模型的模式识别系统的设计，并用 Matlab 软件编程实现该模式识别系统。利用 CIFAR-10 数据库对建立的系统进行实践检验，完成训练集的训练过程和测试集的识别率测试。利用 CIFAR-10 数据库的实验结果，进行模型的分析和优化，最后得到 8 类测试集的识别率为 71.2%。对于 MNIST 手写数字识别数据库，获得 98.92%的测试集识别率和 99.15%的训练集识别率。更重要的是对于每一张图片的识别时间在 10ms 左右，满足实时性。
关注微信
