基于神经网络的手写数字识别系统的设计与实现毕业设计

《基于神经网络的手写数字识别系统的设计与实现毕业设计》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、中南大学本科生毕业论文（设计）题目基于神经网络的手写数字识别系统的设计与实现目录摘要ⅠABSTRACTⅡ第一章绪论11.1手写体数字识别研究的发展及研究现状11.2神经网络在手写体数字识别中的应用21.3论文结构简介3第二章手写体数字识别42.1手写体数字识别的一般方法及难点42.2图像预处理概述52.3图像预处理的处理步骤52.3.1图像的平滑去噪52.3.2二值话处理62.3.3归一化72.3.4细化82.4小结9第三章特征提取103.1特征提取的概述103.2统计特征103.3结构特征113.3.1结构特征提取113.3.2笔划特征的提取113.3.3数

2、字的特征向量说明123.3知识库的建立12第四章神经网络在数字识别中的应用144.1神经网络简介及其工作原理144.1.1神经网络概述[14]144.1.2神经网络的工作原理144.2神经网络的学习与训练[15]154.3BP神经网络164.3.1BP算法164.3.2BP网络的一般学习算法164.3.3BP网络的设计184.4BP学习算法的局限性与对策204.5对BP算法的改进21第五章系统的实现与结果分析235.1软件开发平台235.1.1MATLAB简介235.1.2MATLAB的特点235.1.3使用MATLAB的优势235.2系统设计思路245.3系

3、统流程图245.4MATLAB程序设计245.5实验数据及结果分析26结论27参考文献28致谢30附录31摘要手写体数字识别是模式识别中一个非常重要和活跃的研究领域，数字识别也不是一项孤立的技术，它所涉及的问题是模式识别的其他领域都无法回避的；应用上，作为一种信息处理手段，字符识别有广阔的应用背景和巨大的市场需求。因此，对数字识别的研究具有理论和应用的双重意义。人工神经网络识别方法是近年该研究领域的一种新方法，该方法具有一些传统技术所没有的优点：良好的容错能力、分类能力强、并行处理和自学习能力，并且是离线训练和在线识别的。这些优点使它在手写体字符的识别中能对大

4、量数据进行快速实时处理，并达到良好的识别效果。由于手写体数字识别难于建立精确的数学模型,所以本文采用BP神经网络对这一问题进行处理。神经网络模式识别的一个关键步骤是预处理和特征提取，对于手写体数字识别，本文采用了一种基于结构特征和统计特征的提取方法，并用程序实现了这一特征提取过程。通过测试，本识别系统对于较规范的手写体数字的识别达到了很好的识别效果。关键词：手写体数字识别，特征提取，人工神经网络，MATLABIIABSTRACTHandwrittencharacterrecognitionisaveryimportantandactiveresearchinp

5、atternrecognition.Theoretically,itisnotanisolatedtechnique.Itconcernswiththeproblemthatalltheotherareasofpatternrecognitionmustconfronted;practically,beingakindofinformationprocessingmeasured,characterrecognitionhasaverybroadapplicationbackgroundandvastneedofmarket.Thus,itisofbothth

6、eoreticalandpracticalsignificance.Artificialneuralnetworkrecognitionmethodisanewmethodoftheresearchfieldinrecentyears,andthismethodhassomemeritthattraditionaltechniquedonothave;goodtoleranceforerror,strongsortingability,strongparallelhandlingabilityandstrongself-learningabilityaswel

7、lasitsoff-linetrainingandon-linerecognizing.Allthesemeritscontributeitsperfectperformanceinhandlingvastdatasetandhandlingintimelymanner.It’sdifficulttomakeaccuratemathematicsmodelforhandwrittennumeralrecognition,soBPneuralnetworksisusedhere.Thekeystepsofneuralnetworkspatternrecognit

8、ionarepreprocessing