基于神经网络的印刷体字母识别.docVIP

基于BP神经网络的印刷体字母识别 1背景 随着社会的发展，英语作为国际通用语言得到了日益广泛的应用，因此有大量的英文文档整理、查询、统计的工作需要完成，而英文字母识别系统可以轻而易举地完成很多以前难以想象的工作。 智能控制作为一门新兴的交叉学科，在许多方面都优于传统控制，而智能控制中的人工神经网络由于模仿人类的神经网络，具有感知识别、学习、联想、记忆、推理等智能，更是有着广阔的发展前景。 人工神经网络理论的应用主要在人工智能,自动控制,模式识别,机器人,信息处理,CAD/CAM等方面。如: (1)空间科学。航空飞行器及汽车的自动驾驶导航系统,飞行路径模拟，飞行器制导和飞行程序优化管理等。 (2)控制和优化。机器人运动控制,各种工业过程控制和制造过程控制，如集成电路布线设计,生产流程控制等等。 (3)模式识别和图像处理。如人脸识别,语言识别,指纹识别,签名识别,手写体和印刷体字符识别,目标检测与识别,图像复原,图像压缩等等。 (4)智能信息管理系统。如股价预测,不动产价格预测,外汇,黄金等大宗产品价格预测,公司财务分析,地震及各种自然灾害预报等等。 其中最核心的是反向传播网络(Back Propagation Network),简称BP网络。本文介绍了运用matlab工具箱确定隐层神经元的个数和构造BP神经网络，并用两组样本对该神经网络进行训练，然后运用训练后的网络对字母进行识别