基于BP神经网络的手写数字识别PPT.ppt

基于BP神经网络的手写数字识别 内容 1 2 3 4 背景介绍 神经网络分类器设计 实例讲解 小结 手写数字识别是光学字符识别技术（OCR）的一个分支, 研究如何利用计算机自动辨认手写在纸张上的数字。手写 体数字的随意性很大,字体大小、倾斜、笔画的粗细等都会 对识别结果造成影响。下面是一些样例： 研究背景 图像标准化处理 输入：白底黑字的二值图像 处理办法：把图像中每10*10的点进行划分相加，进 行相加成一个点,统计每个小区域中图像 象素所占百分比作为特征数据 输出：5*7=35个网格特征 待测图片标准化 人工神经网络概况 人工神经网络(Artificial Neural Networks，ANN)： 简称神经网络。 模拟人脑神经细胞的工作特点： 与目前按串行安排程序指令的计算机结构截然不同。 * 单元间的广泛连接； * 并行分布式的信息存贮与处理； * 自适应的学习能力等。 人工神经元 人工神经元：生物神经元的简化模拟。 人工神经元间的互连：信息传递路径轴突-突触-树突的简化； 连接的权值：两个互连的神经元之间相互作用的强弱。 人工神经元模型 接收的信息 (其它神经元的输出) 互连强度 作比较 的阈值 n维输入向量X 输出 激活函数 神经元的动作：