基于神经网络(BP神经网络-CNN)和集成学习的手写字符识别.pptxVIP

基于神经网络和集成学习的字符识别文字是人类表达和交流信息的重要工具之一，不论是在生产还是日常生活中，人们都要接触和处理大量的文字信息。字符识别能够将字符高速、快效的输入到计算机系统，实现人机交互，减轻人们的劳动，将人力从枯燥冗杂的工作中解放出来，提高处理效率，因而具有重要的研究价值。CONTENTSONE 研究意义THREE 研究结果神经网络识别文字研究的意义，目的，识别文字能够进行的相关工作。到目前为止，研究的结果，使用神经网络对字符进行识别能达到的效果。TWO 研究相关FOUR 算法改进研究主要涉及的领域、研究中所使用的相关理论、以及研究所使用的技术和方法。对前面所述的研究进行创新性的改进，使得能够更高效地识别，主要有四种改进。FIVE 扩展及实际运用对算法的进行实际运用性的扩展，以及实际运用。01研究意义神经网络识别文字研究的意义，目的，识别文字能够进行的相关工作。SIGNIFICANCE OF RESEARCH研究意义S R简化文字输入字符识别能够将字符高速、快效的输入到计算机系统，实现人机交互，减轻人们的劳动，将人力从枯燥冗杂的工作中解放出来，提高处理效率，因而具有重要的研究价值。车牌号码识别车牌智能自动识别作为智能交通管理系统中的重要组成部分，应用非常广泛，高速公路收费管理、超速违章自动拍照、停车场管理、小区进出车辆管理、交通数据采集等许多系统中都需要识别车牌号码。快递信息录入快递信息录入能够极大地减轻快递工作人员文字信息录入的工作，使得工作人员能够从辛苦、单一无聊的工作中解放出来，有效地加速中国快递业的发展。邮件文字录入在传统模式邮件寄送过程中，邮件的分类主要靠人工阅读并分类，再往各个地区发送，整个过程费时耗力。近年来，着计算机理论与技术为背景的人工智能运用的不断普及，使得机器录入成为现实。02研究相关研究主要涉及的领域、研究中所使用的相关理论、以及研究所使用的技术和方法。DOMAIN OF KNOWLEDGE领域D K人工智能(Artificial Intelligence, AI)，是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。21 世纪，已经取得了长足的进步，但是到目前为止，还没有一台计算机能产生“自我”的意识。人工智能机器学习(Machine Learning, ML)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心。机器学习深度学习(Deep Learning, DL)是机器学习中一种基于对数据进行表征学习的方法。观测值（例如一幅图像）可以使用多种方式来表示，如每个像素强度值的向量，或者更抽象地表示成一系列边、特定形状的区域等。深度学习集成学习集成学习(ensemble learning)集成学习是使用一系列学习器进行学习，并使用某种规则把各个学习结果进行整合从而获得比单个学习器更好的学习效果的一种机器学习方法。。THE TWO NEURAL NETWORK OF RECGNIZATION两种神经网络M R卷积神经网络反向传播神经网络卷积神经网络（Convolutional Neural Network, CNN）是一种前馈神经网络，它的人工神经元可以响应一部分覆盖范围内的周围单元，对于大型图像处理有出色表现。一般包括卷积层(convolutional layer)、池化层(pooling layer)和全连接层(dense layer)。向传播(back propagation, BP)算法是1986年由Hinton和McClelland为首的科学家提出的概念。BP神经网络是一种采用这种算法进行高效训练的多层前馈神经网络，是目前应用最强大最广泛的神经网络之一。THE TWO FRAME OF NEURAL NETWORK两种框架F NKerasTensorFlowKeras 是一种高度模块化，使用简单上手快，合适深度学习初学者使用的深度学习框架。Keras由纯Python编写而成并以Tensorflow、Theano以及CNTK为后端。Keras为支持快速实验而生，能够把你的idea迅速转换为结果。TensorFlow 是一个采用数据流图（data flow graphs），用于数值计算的开源软件库。节点（Nodes）在图中表示数学操作，图中的线（edges）则表示在节点间相互联系的多维数据数组，即张量（tensor）。它灵活的架构让你可以在多种平台上展开计算，例如台式计算机中的一个或多个CPU（或GPU），服务器，移动设备等等。03研究结果到目前为止，研究的结果，使用神经网络对字符进行识别能达到