10223034_曾遠_电子科学与技术_基于径向基神经网络的手写体数字识别.doc

基于径向基函数神经网络的手写体数字识别 摘 要： 人工神经网络作为生物控制论的一个成果，其触角几乎已经延生到各个工程领域，吸引着不同专业领域的专家从事这方面的研究和开发，并且在这些领域中形成了新的生长点。作为众多神经结构中的一种，径向基函数神经网络（简称RBF）他是一种三层前向网络,它由输入层，隐含层和输出层组成。 用RBF神经网络在一些方面的优点例如：信息处理、模式识别等，这是我写这篇文章的主要目的。要用RBF网络来对不同的手写体数字进行识别，第一我要寻找合适的方案 来确定RBF神经网络的几个最最重要的参数，即函数的输入层、隐含层和输出层之间参数问题，接着将网络不断的训练来找出合适的匹配参数，从而使识别率更高 。 关键词：径向基函数 神经网络 数字识别 Based on the radial basis function neural network handwritten digit recognition Artificial neural network as a result of biocybernetics, its tentacles almost have birth to various engineering fields, appeal to different experts in the field of professional engaged in the research and development, and formed a new growing point in these areas.As one of the many neural structures, the radial basis function (RBF) neural network is a kind of three layer forward network, it is composed of input layer, hidden layer and output layer.The advantages of using RBF neural network in some aspects such as: information processing, pattern recognition, etc., this is I the main purpose of writing this article.RBF network is to be used for handwritten Numbers of different recognition, first I want to find the right solution to determine the RBF neural network to a few of the most important parameters, namely the function of the input layer, hidden layer and output layer parameter between problems, then will network to training and to find out suitable matching parameters, so that the recognition rate is higher. Keywords: radial basis function (RBF) neural network digit recognition 绪论 1.1研究背景 手写体数字的识别的识别率高低是解决目前大量数据录入工作的关键点，是我们当前急需解决的难点问题。 它在经济贸易、人工智能、 医学工程、 数据分析、 目标识别等领域发挥了重要的作用，在国家经济国防以及社会和谐发展方面发挥了很大作用 。 手写数字手写数字识别 是利用计算机的智能化，基于一定的网络来实现对纸张上面数字的识别。目前经济发展迅速，经济发展迅速的同时不断要求我们对数据处理速度加快从而来适应这样的发展。因此，我们就要开发出识别率更加高效的技术来处理股票数目、票据数量。在这种发展之下，手写体数字识别应用领域更加广泛，比如支票发票进货单，入账单等等。这些在平时需要花费大量人力物力的工作在高效的数字识别技术下都可以轻松的被解决。 （1）原本工作量极大的工作例如：财会、税务、报表等，在应用数字识别系统之后工作效率得到很大的提高 （2）阿拉伯数字识别世界通用，任何国家的研究工作这都可以分享别人各自成果，并且都是可利用的。 （3）由于数字只有10个，不像英文字母有26个。因而数据的特征提取工作相比较其它识别简单很多。