基于BP神经网络手写数字识别的研究.pdf

- 1 - 网络的结构BP 1图 示： 所1输出层。基本模型如图 、隐含层 、神经网络一般由三层神经元组成，即输入层BP 重时将出现网络麻痹现象。 算法在训练过程中容易陷入局部最小点，从而导致网络学习的速度慢，收敛时间长，严BP 是专家系统等各个领域。但 、故障诊断 、图像处理 、模式识别 、作者应用于评估预测 ]7[ [3] ]6[ ]5[ 工易于实现。近年来，已被广大科研 、仿真能力强 、 ，其结构简单广泛的神经网络模型之一 神经网络是应用最为Propagation)BP(Back 多层前馈神经网络又称为 等。组织、自适应能力 自并行处理能力，具有固有的非线性特性和自学习、具有高度的并行结构和 神经网络 ]4[ 简介神经网络算法BPBP22 BP 2 BP 2 [2] 径。同时神经网络识别也成为神经网络最成功和最有前途的应用领域之一。 开辟了模式识别发展的新途 ,突破了传统模式识别技术的束缚 ,用神经网络进行模式识别 采 ,所以,够实现目前基于计算理论层次上的模式识别理论所无法完成的模式信息处理工作 能 ,习性、自组织性、容错性、高度非线性、高度鲁棒性、联想记忆功能和推理意识功能等 学具有很强自 ,络的高速并行处理、分布存贮信息等特性符合人类视觉系统的基本工作原则 网神经网络模式识别方法是近几年兴起的模式识别领域的一个新的研究方向。由于神经 [10] 经网络、模糊集和多分类器集成等。 神邮件自动分拣系统、财务报表、银行票据等方面。目前，用于数字识别的方法有很多，如 于入的手写数字进行分类识别，已经成为图像处理和模式识别领域研究的热点，被广泛应用 输手写数字识别就是利用计算机对 字符识别技术成为人机交互界面研究的主要内容之一。 ]1[ 此字符作为信息沟通与交流的重要载体，在人们的日常工作和生活中起着重要作用，因 引言 1.1. 1. 1. VC++ ；模式识别 ；数字识别 ；神经网络BP 关键词：关键词： 关键词： 关键词： 的效果。 进行编程对手写数字识别技术进行了实现，实验结果表明该方法具有较好C++6.0Visual 用