基于BP神經(jīng)網(wǎng)絡(luò)的手寫數(shù)字識別系統(tǒng)的設(shè)計與實現(xiàn).pdf

1、ClassifiedIndex：TP399UDC：620SecrecyRate：PublicizedUniversityCode：10082HebeiUniversityofScienceandTechnologyDissertationfortheMasterDegreeTheDesignandRealizationofRecognitionSystemofHandwrittenNumericCharactersBasedonBPNe

2、uralNetworkCandidate：Supervisor：AssociateSupervisor：AcademicDegreeApppliedfor：Speciality：Employer：DateofOralExamination：WeiZhenyiAssociateProfRuanDongmMasterofEngineeringComputerAplicationTechnologySchoolofInformationSci

3、ence＆EngineeringMay26，2013摘要摘要在計算機極為智能的今天，讓計算機來幫助人們快速、正確地識別數(shù)字早已成為一種潮流。計算機在識別一些書寫規(guī)范、大小固定、甚至是打印體的數(shù)字字符時，只需要按照用戶給定的具體模板來匹配待識別的字符即可，計算機對這種有規(guī)則的字符識別率相當(dāng)高，再加上計算機超強的運算能力，因此具有人腦無法比擬的識別速率。然而，現(xiàn)實生活中需要自動識別的數(shù)字字符，絕大部分是手寫體，它們或大或小，或正或歪，有的甚

4、至還簡寫、變形、連筆，并且它們往往并不獨立存在，而是排列成一串，因此，當(dāng)計算機面對這些成串的不規(guī)則手寫字符時，無法找到一個具體的模板來比對，此時計算機就顯得無能為力了。反觀人類大腦，其具有超強的綜合、分析、判斷、記憶的能力，可以很容易地識別出各種不規(guī)則的手寫數(shù)字。因此，模擬人腦活動的人工神經(jīng)網(wǎng)絡(luò)智能算法在手寫數(shù)字識別領(lǐng)域得到了廣泛的應(yīng)用。其中，本論文即采用了效率最為突出的BP(BackPropagation，誤差反向傳播)神經(jīng)網(wǎng)絡(luò)模型來

5、進(jìn)行樣本的訓(xùn)練。本論文簡要的介紹了人工神經(jīng)網(wǎng)絡(luò)的發(fā)展歷程，重點介紹了目前應(yīng)用最為廣泛的BP神經(jīng)網(wǎng)絡(luò)的原理，并給出了詳細(xì)的BP網(wǎng)絡(luò)算法推導(dǎo)過程。在系統(tǒng)實現(xiàn)模塊，詳細(xì)地介紹了系統(tǒng)圖像預(yù)處理階段的處理流程，對圖像去噪、字符傾斜度調(diào)整、圖像分割、字符歸一化、字符緊縮重排所采用的算法進(jìn)行了偽代碼描述。在系統(tǒng)效率分析模塊，本文將系統(tǒng)多次測試的結(jié)果采用的圖表的方式進(jìn)行列舉，詳細(xì)地分析了BP神經(jīng)網(wǎng)絡(luò)各個因子對系統(tǒng)識別率的影響力大小，詳細(xì)地分析了原因，并