基于BP神经网络的英文字母识别介绍.doc

基于BP神经网络的英文字母识别 摘要：本报告主要介绍了利用BP神经网络进行英文字母的识别，并在模式识别的过程中考虑了噪声干扰的存在，能够使得网络具有一定的容错能力，用MATLAB模拟实现英文字母的识别结果。 关键词：BP神经网络，模式识别，噪声干扰，MATLAB 模式识别与BP神经网络 1.1模式识别与神经网络的特点 1.1.1 模式识别的基本原理 模式识别系统的结构如图1所示，下面对各部分进行简要说明。 图1 模式识别系统的构成 （1）信息获取：为了使计算机能够对各种现象进行分类识别，要用计算机可以运算的符号来表示所研究的对象。通常输入对象的信息有二维图像、一维波形、物理参量和逻辑值三种类型。通过测量采样和量化，可以用矩阵或向量表示二维图像或一维波形。这就是数据获取的过程。 （2）预处理：去噪声，提取有用信息，并对输入测量仪器或其它因素所造成的退化现象进行复原 （3）特征值提取与选择：由图像或波形所获得的数据量是相当大的。例如，一个文字图像可以有几千个数据，一个卫星遥感图像的数据量就更大。为了有效的实现分类识别，就要对原始数据进行变换，得到最能反映分类本质的特征[1]。 1.1.2 神经网络的特点 它具有自组织和自学习能力，能够直接输入数据并进行学习。 神经网络具有推广能力。 网络是非线性的，即它可以找到系统输入变量之间复杂的相互作用。 1.2 BP神经网络 1.2.1 BP网络简介 20世纪80年代中期，学者Rumelhart、McClelland和他们的同事提出了多层前馈网络MFNN(Mutltilayer Feedforward Neural Networks)的反向传播学习算法，简称BP网络(Back Propagation Network)学习算法。BP网络主要作用于以下几个方面：　　(1)函数逼近：用输入矢量和相应的输出矢量训练一个网络来逼近一个函数；　　(2)模式识别：用一个特定的输出矢量将它与输入矢量联系起来；　　(3)分类：把输入矢量以所定义的合适的方式进行分类；　　(4)数据压缩：减少输出矢量的维数以便于数据传输或存储。 BP网络是一种单向传播的多层前向网络，每一层节点的输出只影响下一层节点的输出，其网络结构如图所示，其中X和分别为网络输入、输出向量，每个节点表示一个神经元。网络是由输入层、隐层和输出层节点构成，隐层节点可为一层或多层，同层节点没有任何耦合，前层节点到后层节点通过权连接。输入信号从输入层节点依次传过各隐层节点到达输出层节点。  1.2.3 BP网络算法思想 BP算法的基本思想是，学习过程由信号的正向传播与误差的反向传播两个过程组成。正向传播时，输入样本从输入层传入。经各层逐层处理后，传向输出层。若输出层的实际输出与期望的输出（教师信号）不符，则转入误差的反向传播阶段。误差反传是将输出误差以某种形式通过隐层向输入层逐层反传、并将误差分摊给各层的所有单元，从而获得各层单元的误差信号，此误差信号即作为修正各单元权值的依据。这种信号正向传播与误差反向传播的各层权值调整过程，是周而复始的进行的。权值不断调整的过程，也就是网络的学习训练过程。此过程一直进行到网络输出的误差减少到可接受的程度，或进行到预先设定的学习次数为止。 字母识别问题的描述 模式识别应用的领域非常广泛，其中字母识别是常研究的一个课题。而对英文字母的识别方法也很多，由于条件不同解决的方法也不同，这里讨论利用BP神经网络对个英文字母的识别。在对字母进行识别之前，首先必须将字母进行预处理，即将待识别的26个字母中的每一个字母都通过的方格形式进行数字化处理，其有数据的位置设为1，其他位置设为0。如图2给出了字母A、B和C的数字化过程，然后用一个1×35的向量表示。例如图中字母A的数字化处理结果所得对应的向量为：　　LetterA=[00100010100101010001111111000110001] 由此可得每个字母由35个元素组成一个向量。由26个标准字母组成的输入向量被定义为一个输入向量矩阵alphabet，即神经网络的样本输入为一个35×26的矩阵。其中alphabet=[letterA，letterB，lettereC，……letterZ]。网络样本输出需要一个对26个输入字母进行区分输出向量，对于任意一个输入字母，网络输出在字母对应的顺序位置上的值为1，其余为0，即网络输出矩阵为对角线上为1的26×26的单位阵，定义为target=eye(26)。 实验设计与验证 4.1实验设计 4.1.1 生成网络 使用函数newff创建一个两层网络，具体为: [alphabet,targets]=prprob; [R,Q] = size(alphabet); [S2,Q] = size(targets); P=alpha