《03版蔡宏进.pptVIP

基于多层感知器网络的手写体数字识别技术算法研究 指导教师：陈晓艳 讲师 学生姓名：蔡宏进 学 号：201121209031 二 〇 一 五 年 六 月 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 本文的主要内容 人工神经网络和手写体数字识别技术的背景意义 BP人工神经网络的基本原理 基于BP神经网络的手写体数字识别的实现流程 训练过程中出现的问题和分析 总结 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 人工神经网络和手写体数字识别技术的背景意义 伴随着人类科技水平的进步，人们在生活中享受到越来越多新技术带来的便利。毫无疑问 “数字化”时代已经到来。这种技术在人类生活中的每个角落都显示出巨大的作用。在日常日常生活中我们无法避免和数字打交道，譬如出行时车辆的牌照号，打电话时手机号码，去银行时输入的银行卡号和密码 ，财务报表上的编号，邮局的邮政编码等等。每天从太阳出来各种各样的编号就会“迎面扑来”，但是人不是机器不可能在面对浩如烟海的数据时永远不会出错。在个人生活中可能会带来“小麻烦”，但是如果上升到国家社会的高度，这些“小麻烦”会无限放大成“大麻烦”“大问题”甚至会给国民经济带来难以估量的后果。在一些重要的领域譬如金融领域、军事领域必须要保证数据输入的完全正确以及数据输入的及时性。 针对这些棘手的问题手写体数字识别技术应运而生，手写体数字识别技术的优势尽显，不论是处理数字的准确率还是处理数字的时间相对于传统方法都有极大的进步。大大地增强了处理数据结果的能力并且解放了人类。正是由于手写体数字识别技术的这些优势引起各国专家学者的极大关注从而进一步推动手写体数字识别技术的发展。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 目前研究状况 手写体数字识别技术的提出最早可以追溯到二十世纪的二十年代。德国的陶舍尔（G.Tausher）和美国的亨德尔（P.W.Handel）先后造出具有一定识别功能的机器。当时人们称这种机器为“阅读机（Reader）”和“统计机（Statistical machine）”从现代的眼光看这些机器效率低下、可靠性低没有大规模使用的价值。但是这些机器使用的字符识别的的原理却一直被后来者沿用。譬如目前我们使用技术先进的光学阅读机（Optical Character Recognition简称OCR）也是使用这种匹配原理来识别字符。 一直到二十世纪六十年代中期才出现能识别书写整洁的特定字符的机器。世界上第一台具有实用价值的邮局分拣机有日本的Toshiba公司发明并且大规模投入使用。而在手写体阿拉伯数字识别系统上大名鼎鼎的视网膜公司（RETINA）则独领风骚占据大部分市场成为研究手写体数字识别的鼻祖。目前OCR技术已经发展到第三代在人们工作中扮演极为重要的角色。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 人工神经网络 人工神经网络及其发展 人工神经网络(Artificial Neural Network，简称ANN)是通过对生理神经细胞进行抽象、简化的信息处理系统。通过此种结构能处理各种信息，减少人的工作量甚至能处理人类完成不了的信息譬如多维空间等等。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 从1943年到现在人工神经网络已经开发了70余年，可划分成三个时期 （1）1943-1969年为起步阶段 麦卡洛克（Mcculloch）和皮茨（Pitts）在1943年抽象出形式神经元模型。在随后的二十多年里维纳（Wiener）罗森布拉特（Rosenblatt）赫布（Hebb）布劳科（Block）中野，马尔（Marr