基于神经网络与GPU的手写数字识别及其试卷管理-计算机应用技术专业论文.docxVIP

苏州大学 硕士学位论文 基于神经网络与GPU的手写数字识别及其试卷管理 姓名：沈茜 申请学位级别：硕士 专业：计算机应用技术 指导教师：龚声蓉 201110 基于神经网络与GPU的手写数字识别及其试卷管理 基于神经网络与GPU的手写数字识别及其试卷管理 中文摘要 基于神经网络与GPU的手写数字识别及其试卷管理 中文摘要 试卷的数字化管理对提高教学质量有着十分重要的作用。借助数字化试卷管理系 统，可以有效分析学生对知识点的掌握情况。因此，设计一个数字化的试卷管理系统 具有重要的应用价值。 数字化的试卷管理的核心在于试卷信息的识别、存储与分析，同时试卷中学号、 分数的自动识别是其中的关键步骤之一。为了将手写体数字识别应用到试卷管理中， 本文在对现有的手写数字识别技术进行研究之后，采用基于BP神经网络作为识别算 法，并在GPU上实现对BP神经网络的训练，达到了减少训练神经网络时间的目的。 本文设计了数字化试卷管理系统的总体框架，并实现了学号和分数的数字识别等核心 功能。本文主要工作体现在： 1．通过灰度化、二值化、去噪声、倾斜校正一系列预处理，得到利于识别的二 值图像；利用投影法对表格区域进行了定位，确定待提取数字所在的区域；并通过分 割和归一化得到待辨识的数字。 2． 结合数字试卷管理的特点，提出了采用BP神经网络的手写数字识别方案， 将其应用于试卷管理系统中。 3．神经网络进行手写数字识别时，识别率和训练样本的大小有着密切关系，样 本的容量越大，训练耗时将越多。为了提高训练效率，本文设计并实现了利用GPU 对神经网络的训练进行加速的算法。 4．运用VC++实现了试卷管理原型系统及核心模块，其中包括学号、成绩的自 动识别和储存。同时将GPU通用计算应用于试卷管理系统中，对神经网络的训练算 法进行加速。经测试，GPU对三层神经网络训练的加速可以达到4~6倍，对解决实 际应用中，神经网络需要大量样本进行训练而导致的效率问题，提供了新的解决方案。 关键词：手写数字识别，BP神经网络，GPU，图像处理，试卷管理系统 作 者：沈茜 指导老师t龚声蓉教授 Abst—r—act——————Hand Abst—r—act——————Hand written numeral recognition and Test management based Neural Network and GPU Handwritten Numeral Recognition and Test—-Paper Management based on Neural Network and GPU Abstract The digital management of test paper has a dramatic effect on improving educational quality．The information about students’learning on knowledge call be gained effectively by using a manager system of test paper．Therefore，a digital manager system of test paper， which has a prospect in practice，was designed here． Two key points in the management of test paper are to realize digital recognition of test paper and structural analysis．Among the process，Automatic recognition of student ID and scores is a critical step．To realize the application in practical work of this technic，BP neural network was adapted for the training and recognizing algorithm in our research．At last，a higher speed of BP neural network training and recognizing process Was achieved based on GPU，SO that the time for training neural net Was shorter than before．An overall frame of test paper manager system Was designe