联机手写字符识别技术及应用研究--毕业设计.docVIP

毕 业 论 文 论文题目 联机手写字符识别技术及应用研究 摘 要 我们在日常生活中经常进行模式识别的活动。比如说，我们能够分辨出桌子，椅子，很小的时候就能够分出自己的父母，能够听出是谁的声音，能够进行正常的阅读，这些都是我们习以为常的能力，在计算机出来之前，没有人对此表现出惊奇，也没有人注意到人类的模式识别能力是一个值得研究的课题。当计算机出来之后，人工智能开始发展，模式识别也随之成为一个热门课题，当科学家发现用机器实现人来的模式识别能力是如此麻烦时，人们才意识到这个问题的难度。 “模式”（Pattern）这个词的原意是指供模仿用的，完美无缺的标本，这是一个相当含蓄的定义，并且触及了一些相当深奥的论题。它使我们想起了Plato的观点：客观世界本身正是完美理想的不尽完美的复制品。在心理学中，模式识别的作为一个过程来定义的，通过这一过程，到达感觉器官的外界信号被转换成有意义的感性经验。然而，要精确定义什么是“有意义的感性经验”，本身就是一件很麻烦的事情。本文首先介绍了模式识别及人工神经网络的一些基本理论，然后讲到了联机手写字符识别的原理和方法，最后讲到的是联机书写数字识别的具体实现。 关键词: 模式识别 应用领域 分类 目 录 摘 要 3 1.模式识别 4 1.1模式和模式识别的概念 5 1.2模式空间、特征空间和类型空间 6 1.3模式识别系统的构成 7 1.4物体的结构表示 8 2.人工神经网络及BP网络 8 2.1人工神经网络的组成 9 2.2 ANN的数学描述 11 2.3 BP神经网络 12 2.4 BP算法的实现 15 3. 联机字符识别的原理和识别方法 16 3.1汉字识别的历史现状 17 3.2 联机字符识别原理框图 18 3.3 基于笔划及笔划特征二级分类的联机汉字识别 21 3.4 基于活动模板引导的子结构的识别 28 4. 联机手写字符识别的实现 33 4.1 难点及特征的选取 33 4.2 相应的预处理及模板的建立 34 5.结束语 37 参考文献 38 仲恺农业技术学院毕业论文(设计)成绩评定表 39 1.模式识别 模式识别诞生与20世纪20年代，随着40年代计算机的出现，50年代人工智能的兴起，模式识别在20世纪60年代迅速发展成为一门学科。它所研究的理论和方法在很多科学和技术领域中得到了广泛的重视，推动了人工智能系统的发展，扩大了计算机应用的可能性。几十年来，模式识别研究取得了大量的成果，也实现了很多成功的应用，但由于实际系统中涉及到很多复杂的问题，面对这些问题，现有的理论和方法就显得有些不足了。如何将这些方法结合实际问题加以应用，是绝大多数涉足这一领域的读者所必须考虑的问题。 1.1模式和模式识别的概念 模式，英文“Pattern”，这个词的本意是指完美无缺的供模仿用的一些标本，也可以说是一个“模板”或“模型”。 一个主要的问题是模式这一概念是如何形成的。它可以由演绎或者归纳过程而得到。首先，我们假定模式这一概念是观察者本身所固有的，或者假定观察者是通过对很多不完全例子的观察而抽象出这一概念的。当这些被观察的例子被标以一种或几种已给定的模式时，这一过程称之“有导师”的学习。如果没有这样的标记也同样行之有效的过程，称之为“无导师”的学习。 完成这一工作的精神过程显然很复杂，且还不太为我们所知晓。模式识别是一个不仅被人类也被动物所履行的过程。并且，在进化的意义上，这个贯彻功能有着确定的生存价值。“抽象化”或者“理想化”也确实允许一个生物以一种相似于由以前的经验所证实行之有效的方法去应付新的同类型情况。较低等的生物所具备的抽象概念也许只限于危险，食物和交配，而较高等级生物所具有的显然更为丰富。模式识别在生物学意义上的重要性表明，人类和动物的神经系统可能已经发展了行之有效的回路。我们也许能概括这一观察，而说神经系统对处理具备生存价值的任务要比没有生存价值的任务远远的有效，这样，我们就不会对人类很容易完成一项复杂的模式识别任务，而对做多位数乘法却感到相当困难这一点感到惊奇。[1] 30年前，数字计算机出现了，他的强有力的数值计算能力，使得人们期望着它也能像人脑一样，具备非数值计算能力，然而，人们早期的乐观期望并没有成为现实，比起先进的计算机来，人脑的机制更为复杂，计算机在数值计算能力方面超过人类并不代表它的通用计算能力也很强，这种非数值计算能力如何在计算机上实现，恰恰成为人工智能和机器模式识别的重要任务。 简单一点说，模式被理解成取自世界有限部分的单一样板的被测量值的综合；模式识别就是试图确定一个样板的类型属性，即把某一样板归属于多个类型中的某一个类型。 我们这里要研究的是通过机器的自动识别。这就需要把人们的知识和经验教给机器，为机器制定一