08010104 何绍铭毕业设计

08010104 何绍铭毕业设计

ID:18115162

大小:3.30 MB

页数:51页

时间:2018-09-14

08010104 何绍铭毕业设计_第1页
08010104 何绍铭毕业设计_第2页
08010104 何绍铭毕业设计_第3页
08010104 何绍铭毕业设计_第4页
08010104 何绍铭毕业设计_第5页
资源描述:

《08010104 何绍铭毕业设计》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、天津理工大学中环信息学院本科毕业设计任务书题目:基于神经网络的手写数字识别设计姓名何绍铭届2012系别自动化工程专业自动化指导教师倪建云职称讲师下达任务日期2011年11月4日一、毕业设计内容及要求1、设计的主要内容包括:手写数字识别是近年来国内外研究的热点也是字符识别的一个特别问题,如邮政编码自动识别系统,税表和银行支票自动处理系统等一般情况下,当涉及到数字识别时人们往往要求识别器有很高的识别可靠性,特别是有关金额的数字识别时,如支票中填写的金额部分。近年来国内外在手写字符识别领域取得的飞速发展,部分是由

2、于更好的学习算法,部分是由于更优良的训练集。手写体阿拉伯数字字符识别是OCR(OpticalChracterRecognition)的一个重要组成部分,尤其是在邮政编码、统计报表、财务报表、银行票据等方面有着广泛的用途,深入的研究手写数字字符识别可以对人们将来的生活提供方便。设计的主要内容包括:首先对课题进行研究明确学习方向,实现对字符进行特征提取的学习,并利用Visualc++6.0软件编程建立模板并实现图像的细化,最后用神经网络进行字符识别的实现。2、主要技术指标及要求:(1)实现手写数字字符图像的去噪

3、、滤波(2)通过模板匹配算法实现手写数字字符识别的算法设计(3)设计神经网络,利用Matlab软件实现手写数字字符识别(4)利用Visualc++6.0软件编程设计手写数字字符识别软件。3、设计的软、硬件环境硬件环境:计算机软件环境:Matlab,Visualc++6.0等4、撰写天津理工大学中环信息学院毕业设计说明书20000字。5、参考文献[1]张宏林.VisualC++数字图像模式识别技术及工程实践.北京人民邮电出版社,2003[2]张捷.手写数字识别的研究与应用[D].西安:西安建筑科技大学,200

4、4[3]张宏林.精通VisualC++数字图像模式识别技术及工程实践-2版[M].北京人民邮电出版社,2008,8.[4]林晓帆,丁晓青,吴佑寿.手写数字识别的原理及应用[M].北京:清华大学出版社,2002[5]仁丹,陈学峰.手写数字识别的原理及应用[J].计算机时代,2007,第三期[6]曾庆鹏,吴水秀,王明文.模式识别中的特征提取研究[J].微计算机信息,2008[7]黄炯生,黄敏琪.基于模板匹配法的字符识别[J].中国科技信息2008年第8期[8]周奇.关于几种常用脱机手写数字识别方法的比较研究[J

5、].计算机与信息技术,2009[9]高彤,姜华,吕民.基于模板匹配的手写体字符识别方法[J].哈尔滨工业大学学报,1999二、毕业设计进度计划及检查情况记录表序号起止日期计划完成内容完成情况指导教师签名检查日期111年10月20日至11年10月28日毕业设计选题审批211年10月29日至11年11月04日下达毕业设计任务书311年11月05日至11年12月05日检索资料,熟悉毕业设计内容411年12月06日至12年01月01日检索资料,撰写毕业设计开题报告512年01月02日至12年01月09日提交开题报告

6、612年01月10日至12年03月01日采用MATLAB方法进行字符识别设计712年03月02日至12年04月08日采用神经网络方法进行字符识别设计,识别测试812年04月09日至12年4月13日进行中期检查9完成毕业设计说明书初稿12年04月14日至12年05月11日1012年05月12日至12年05月25日毕业设计说明书定稿、打印装订成册1112年05月26日至12年06月1日准备答辩1212年06月02日毕业答辩注:1、表中“完成情况”、“指导教师签名”栏目要求用黑(蓝)笔填写,其余各项内容要求打印。

7、2、毕业设计任务书一式二份,一份附在毕业设计内,一份系内保存。基于神经网络的手写数字识别设计摘  要目前,大量的调查问卷、统计表格、货运报单的信息都是通过手工录入完成的。利用计算机系统对数据表单内容进行识别、获取及后期处理是实现此类工作自动化的有效途径。尽管在邮件分拣、银行票据分析、选票统计等应用领域已存在一些基于OCR技术的专用软件系统,但针对无固定格式约束和特殊填写限制的通用数据表单自动化处理系统的研究仍较少见,且需要解决一些相关的技术问题。本论文采用VisualC++6.0编制了一套基于BP神经网络的

8、手写数字识别系统,该系统由图像采集、图像预处理和数字识别三个模块组成,其中,图像采集模块采用Matlab来实现;图像预处理模块包括256色图转化成灰度图、二值化、梯度锐化、倾斜度调整、字符分割、归一化以及紧缩重排;数字识别模块采用三层BP神经网络来实现。论文重点探讨了BP神经网络的算法、构造以及各种结构参数的选取和优化。利用实验数据对所提出的算法进行分别实验和分析表明,本论文所设计的手写数字识别系统具有较好的识别

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。