- 1、本文档共24页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
基于BP神经网络与向小波的手写数字识别系统
序号: 13
编码: 11-10-A-C-13
燕山大学
第十六届“世纪杯”大学生课外学术科技作品竞赛
作品申报书
作品名称: 基于BP神经网络与方向小波的手写数字识别系统
所属学院:
申报者姓名:
(集体名称:2011年10月.5cm。
6.作品申报书须按要求以学院为单位统一报送。报送地址:燕山大学大学生科学技术协会办公室(东区大学生活动中心210)。
7、其他事宜可咨询校团委科技实践部杨晓芳,8057103。或咨询校科协,8062370(19:00-21:30)。
A2申报者情况(集体项目)
申报者代表情况 姓名 性别 出生年月 学院 理学院 专业 电子信息 年级 10级 作品名称 基于BP神经网络与方向小波的手写数字识别系统 论文题目 基于BP神经网络与方向小波的手写数字识别系统 宿舍地址
手机 宿舍电话 无 电子邮箱 1468682229@ 其他作者情况 姓 名 性别 年龄 学院 专业 年级 电话
B3.申报作品情况(科技发明制作)
说明: 1.本表必须附有研究报告,并提供图表、曲线、试验数据、原理结构图、外观图(照片),也可附鉴定证书和应用证书;
2.作品分类请按照作品发明点或创新点所在类别填报。
作品全称 基于BP神经网络与方向小波的手写数字识别系统 作品分类 ( B )A.机械与控制(包括机械、仪器仪表、自动化控
制、工程、交通、建筑等)
B.信息技术(包括计算机、电信、通讯、电子等)
C.数理(包括数学、物理、地球与空间科学等)
D.生命科学(包括生物、农学、药学、医学、健
康、卫生、食品等)
E.能源化工(包括能源、材料、石油、化学、化
工、生态、环保等) 作品设计、发明的目的和基本思路,创新点,技术关键和主要技术指标 一、作品目的与意义
脱机手写数字识别由于其字形信息量小、字形相差不大、笔划顺序信息难于获取、数字变形大等特点成为模式识别领域一个具有挑战性的课题。脱机手写数字识别能在大规模数据的统计、金融领域、邮件的自动分拣以及手写文稿自动输入等诸多方面发挥巨大作用,它的研究对于脱机手写数字信息的录入和开发新的计算机智能输入系统有重要意义。
二、作品的基本思路与关键技术
基本思路:
本项目利用神经网络中的BP神经网络算法,并引入方向小波的图像边缘的变换,以Matlab软件为开发平台,对图像中手写数字进行智能化识别。在对人脑的抽象简化和模拟的基础上,建立组织能够放映人脑基本特性的并由大量人工神经网络单元组成的网络,该网络分为输入层,隐藏层以及输出层,输入层主要负责接收数据,隐藏层将所有的从输入层接收到的数据(inputs)进行函数运算即将所得数据乘对应权重(weight)并求和得到一个激励值(activation value),比较该激励值与阈值(t)的大小,从而确定输出层的值。引入方向小波的图像边缘换算以及小波提升可以使输入层的数据在计算机编程中更加精确。并在上述软件平台下进行计算机的仿真模拟,通过对该神经网络反复的输入与输出的训练,根据输出结果不断调整各个输入值所对应的权重(weight),从而使计算机达到对图像手写数字的智能化识别的效果。
重点与难点:
项目拟完成以下模块
●BP神经网络模型的构建
根据实际的工作情况确定输入层输出层以及隐藏层中每层人工神经细胞的个数以及隐藏层的层数,要使用尽可能少的人工神经细胞和隐藏层数以保证网络较快的工作速度。理论预计使用10个人工神经细胞。
●程序算法的实现
在基于上述软件的平台下设计合适的算法并编写相应的应用程序以减少反复训练的次数,从而达到对权重(weight)的快速优化
●输入数据的采集工作
利用摄像头对大量的手写数字进行采集,并利用小波提升的原理对图像数字建立合适的特征提取,将所得数据转化成向量的形式作为输入数据并输入到计算机中。
图1.神经网络示意图
三、作品的创新之处
◆引入BP神经网络构建网络模型。
通过有监督的学习训练,使计算机打破了高度依赖严格的应用程序的限制,使图像识别趋于人工智能化,可以充分逼近任意复杂的非线性关系,在一定程度上模拟了人脑的一些基本特性。
◆有机结合方向小波技术。
利用小波提升,弥补了一般的二维小波无法反映图像在n维向量空间中方向的任意性的缺陷,利用方向小波的方向特性对数字图像进行特征提取,使得输入数据更加精确。
◆充分利用各种软件资源。
将计算机编程与数学建模
文档评论(0)