特征提取和特征择在手写数字识别中的应用.pdfVIP

特征提取和特征选择在手写数字识别中的应用 摘要 手写数字识别的应用领域非常广泛。大部分领域都要求手写识 别有较高的正确率和较低的误识率。同时，大批量数据处理对速度 又有相当的要求，这就对识别系统提出了更高的要求，许多理论上 完美但是速度过低的方法是行不通的。因此研究简单高效的手写数 字识别系统依然是一个重要的研究方向。 本文提出了一种基于特征提取、特征选择和BP神经网络的手写 数字识别系统。通过特征提取和特征选择对原始数据进行处理，再 将处理后的数据输入到BP神经网络中，经过反复训练得到了识别正 确率较高的系统。为了提高识别正确率和识别速度，主要做了以下 几项工作： 1、针对K算子特征和Fourier特征，通过实验得出了在K．L变 换时样本数和所降低到的特征维数的关系图。经分析表明，每种特 征所能降到的最大维数是一定的，这一维数足以表征每一个样本， 同时又保证了使用的样本数最少。 2、分析了BP算法传统分析方法的缺陷，提出了一种BP算法 的矩阵分析方法，它不但有利于整体明晰的看到影响突触权值修正 的因素，而且还有利于BP算法的改进和编码实现。 3、提出了一种基于误差函数修改的BP改进算法，实验表明它 在提高BP算法鲁棒性的同时还提高了样本的识别正确率。 4、实现了基于特征提取、特征选择和BP神经网络的手写数字 识别系统。实验表明，输入数据经过特征提取和特征选择处理后， 可以使整个手写数字识别系统的训练时间明显缩短，而且识别正确 率与原来相当。 关键词：手写数字识别特征提取特征选择BP算法BP神经网络 OF THEAPPLICATION EXTRACTIONANDSELECTIONIN FEATURE HANDWIUTTENDIGITRECONGNITION Handwritten is inalotoffields．In recognitionwidely digit applied mostofthe handwritten with rate fields，a digitrecognitionsystemhigh same correctnessandalowrateoferrorsis the time，to of requested．At a lotof with for is process data，asystemhighspeedrecognition whichare in arenotmake theory it， ways perfect requested．Many themiStoolOW．Thereforeitisstilla becausethe of recognitionspeed directionto and research studysimplehigh·efficiency veryimportant handwritten recognition