计算机应用专业

《计算机应用专业》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、毕业论文任务书河南省高等教育自学考试河南科技大学毕业设计（论文）题目：基于BP网络的字符识别技术姓名：王能准考证号：010311100327专业：计算机多媒体指导教师：高勇2013年3月30日I河南科技大学毕业论文高等教育自学考试毕业设计（论文）任务书一、题目：基于BP网络的字符识别技术二、时间：2012年12月15日起至2013年3月31日三、进行地点：郑州大学四、内容要求：书写作为一直以来收集信息、存储信息、和传播信息的最主要方式，不但对于人与人的交流起着很重要的作用，而且对于人与机器的信息交流起着至关重要的作用。人们之所以在字符识别领域投

2、入大量的研究，不只是因为在计算机模拟人类阅读时遇到的挑战，还因为字符识别提供了很多很有效的应用，自从数字计算机发明以来，机器模拟人类的各种行为功能已经成为一种具有挑战性的研究领域。在一些领域，已经获得了大量的成就，例如数字分解、象棋游戏等。但是在一些相对常规的功能上，计算机仍然表现的没有人类那么好，例如机器视觉。在过去的30年里，人们做了大量的关于计算机模拟人类阅读和理解的研究，但是结果仍然与预期的相差很远。指导老师：高勇职称：讲师批准日期：2012年12月10日III河南科技大学毕业论文摘要字符识别技术作为模式识别的一个重要领域，在很多方面有

3、着极其重要的应用，特别是在数字图书馆、手写输入系统、多媒体数据库等领域。本文是通过BP网络对机器打印字符和单词进行识别。首先产生52个英文大小写字符图像的训练集，训练集的选取直接影响到最终网络训练的质量。在本文中我们对这52个英文大小写字符进行加噪声处理，使这52个字符的图像具有多种不同种类不同噪声强度的噪声，每个字符产生了15组训练集。接着利用这些训练集对BP网络进行训练，调整训练函数、隐含层节点数、学习率等参数使训练出来的网络具有较好的收敛性能。然后利用训练好的BP网络对单个字符进行识别。由于有的字符具有一定噪声强度的椒盐噪声，本文利用适应

4、谱滤波器对存在椒盐噪声的字符图像进行降噪声处理，然后利用训练好BP网络进行识别，实验结果表明，对于具有椒盐噪声强调低于0.03的字符图像的识别正确率为100%。在完成对单个字符的识别之后，本文开始对单词进行识别。因为对单词进行识别的最关键的一步是对单词进行有效地分割，所以本文着重点放在了如何对单词进行分割上，当单词被有效地分割成单个离散的字符之后，利用训练好的BP网络对每个字符进行识别，也就完成了单词的识别。在本文中，我们采用可变窗口技术，抓住机器打印字符之间存在空隙的特征，通过矩阵分割成功有效完成了对机器打印字符的分割。最后，针对BP网络存在

5、的问题，列出了可以改进的方案。关键词:BP网络；模式识别；字符识别；字符分割III河南科技大学毕业论文目录1.绪论11.1课题背景11.2目的和意义11.3本课题的现状及发展趋势22.系统设计22.1字符识别系统22.1.1预处理32.1.2分割42.2人工神经网络72.2.1人工神经网络介绍72.2.2人工神经网络在模式识别中的应用82.3BP网络介绍93.结论与展望113.1结论113.2展望12致谢14参考文献15III河南科技大学毕业论文基于BP网络的字符识别技术1.绪论1.1课题背景模式识别是对客观世界中物体和过程进行分类、描述的学科

6、。图像是模式的一种，图像理解和机器人视觉中使用了很多模式识别的概念和方法，图像理解中的匹配与模式识别的关系尤为密切，两者相互交叉，不可分割。因此，模式识别技术的不断发展对图像理解和机器人视觉的发展起着重要的支持作用。目前，对图像模式的识别主要集中在对图像中感兴趣的内容(目标)分类、分析和描述。模式识别的方法有:统计模式识别。统计模式识别指根据模式统计特性用一系列自动化技术将给定模式赋值和分类，它建立在经典的决策理论之上。统计模式识别先使用一个由一组己知类别的模式构成的训练集获取决策函数参数，再用这个决策函数构成的分类器对模式进行识别。常见的分类

7、器有:最小距离分类器、最优统计分类器等。结构模式识别。结构模式识别也称句法模式识别，它基于形式语言理论。实现结构模式识别需要定义一组模式基元，一组确定这些基元相互作用的规则和一个识别器(自动机)。其中，规则是以文法形式给出的，识别器的结构则由文法规则确定。常见的结构模式识别有字符串结构识别、树结构识别，两者均有自身的文法和自动机。模糊模式识别。它以模糊数学理论为基础。模糊数学是用数学的方法研究和处理“模糊性”现象的数学，它提出了隶属度的概念，把数学从二值逻辑推向连续逻辑，更接近人类的思维形式，隶属函数的数值协助完成对不完整或有缺损知识的估计，并

8、具有较强的推理能力。模糊数学所具有的特点，使模糊模式识别得到了长足进展。目前，模糊模式识别的方法主要有隶属度原则识别法、贴近原则识别法、模糊聚类分析法