基于BP人工神经网络的手写体数字识别.pdfVIP

总第 304期 计算机与数字工程 Vo1．43No．2 2015年第2期 Computer DigitalEngineering 223 基于BP人工神经 网络的手写体数字识别 秦 鑫 张 昊 (1．新乡医学院生物医学工程学院 新乡 453003)(2．新乡医学院三全学院 新乡 453003) 摘 要 手写体数字识别是模式识别研究领域多年来的热点，BP人工神经网络是 目前应用最广泛的神经网络模型之 一 。 将两者融合并结合Matlab软件，提出了一种简单的基于 BP神经网络数字识别的方法，仿真实验结果表明，该方法识 别效果 良好，准确率高，有一定实用性。 关键词 BP神经网络；手写体数字识别；模式识别 中图分类号 TP183 DOI：10．3969／j．issn1672—9722．2015．02．016 HandwrittenNumeralRecognitionBasedonBP NeuralNetwork QIN Xin ZHANGHaoz (1．SchoolofBiomedicalEngineering，XinxiangMedicalUniversity，Xinxiang 453003) (2．XinxiangMedicalUniversitySanquanMedicalCollege，Xinxiang 453003) Abstract Handwrittennumeralrecognitionhasbeenahotspotofpatternrecognitionresearchfieldformanyyears whiletheBPartificialneuralnetworkiSoneofthemostwidelyusedneuralnetworkmodels．A simplemethodofnumeral recognitionbasedonBPneura1networkisproposedwiththecombinationoftheabovetWOsoftwaresandMatlab software． ThesimulationexperimentresultsshoW thatthemethodisverypracticalwithitseffectiverecognitionandhighaccuracy． KeyWords neuralnetwork，handwrittennumeralrecognition，pattern recognition CI鹅 sNumber TP183 破[。本研究利用 BP神经网络算法结合 Matlab 1 引言 建立了一个手写数字字符 0～9的识别分类器，经 人工神经网络是由大量处理单元互联组成的 实验表明，该方法合理可行，且其识别效果正确有 非线性 自适应信息处理系统，模拟人类思维模式， 效，对于数字识别技术有一定借鉴意义。 进行分布式并行信息处理的算法数学模型[1q]。 2 BP神经网络算法程序流程 BP(BackPropagation)神经网络是一种按误差逆 传播学习算法训练的多层前馈网络，全称是基于误 BP神经网络算法程序实现具体步骤如下： 差反向传播算法的人工神经网络，目前应用最广泛 1)初始化所有权系数 W 、W ，学习速率 刁， 的神经网络模型之一[2叫]。BP网络能学习和存贮 迭代次数 z===1，累计误差； 大量的输入一输出模式映射关系，而无需事先揭示