基于BP神经网络.pptVIP

基于BP神经网络的大写字母识别 2009年6月 人工神经网络 人工神经网络就是用计算机或者可实现的物理器件模拟生物体中神经网络的某些结构和功能。（如：联想，记忆，预测等等） 神经网络应用相当广泛：机器视觉、模式识别 数据挖掘、图像处理 等等。 神经网络处理问题 神经网络处理问题的实质是分类问题的解决。 神经网络处理问题的过程：输入样本、训练（产生记忆，预测输出（对新问题做出反应）。 例如：输入样本：[0.1,0.3,0.4,0.2] 类别标记为 1 [0.5,0.5,0.6,0.6] 类别标记为 2 [0.9,0.8,0.8,0.7] 类别标记为3 神经网络训练后，再次输入[0.9,0.7,0.9,0.8],神经网络即可识别它属于类别3 实例：BP神经网络应用与大写字母识别 BP网络是应用比较广泛的神经网络。 Project实现的功能是：设计一个BP神经网络，使其具有联想记忆功能，能正确识别大写字母。当大写字母被噪声污染后，该网络仍然可以正确地识别。 具体实现过程 输入26个大写字母，将其转化矩阵形式。且字母A~Z对应类别标记为1~26。构建无噪声的BP网络，训练。 例如：A=[0,0,1,0,0;0,1,0,1,0;0,1,0,1,0;1,1,1,1,1;1,0,0,0,1;1,0,0,0,1 ] 类别记为1； 有噪声训练的BP网络 原理一样，只是输入不同 例如： A=[0,0,1,0,0;0,1,0,1,0;0,1,0,1,0;1,1,1,1,1;1,0,0,0,1;1,0,0,0,1 ]+rand(7,5)*0.2; 类别标记为1 BP网络训练结果 识别结果举例 谢谢！ * * 小结 本次实验构建了一个BP神经网络，通过样本输入，神经网络训练和学习，完成了对大写字母的识别。实验结果表明，用神经网络进行字母识别的方法是可行的，而且当噪声指标比较低时，识别准备率比较高。 *