基于神经网络的手写数字识别系统的设计与实现[整理].docxVIP

体系常识汇编 Compilation of system knowledge 20XX 中 南 大 学 本科生毕业论文（规划） 题 目 依据神经网络的手写数字 辨认体系的规划与完结 目 录 摘要Ⅰ ABSTRACTⅡ 榜首章 序言1 1.1手写体数字辨认研讨的展开及研讨现状1 1.2神经网络在手写体数字辨认中的运用2 1.3 论文结构简介3 第二章 手写体数字辨认4 2.1手写体数字辨认的一般办法及难点4 2.2 图画预处理概述5 2.3 图画预处理的处理进程5 2.3.1 图画的滑润去噪5 2.3.2 二值话处理6 2.3.3 归一化7 2.3.4 细化8 2.4 小结9 第三章 特征提取10 3.1 特征提取的概述10 3.2 核算特征10 3.3 结构特征11 3.3.1 结构特征提取11 3.3.2 笔划特征的提取11 3.3.3 数字的特征向量阐明12 3.3 常识库的树立12 第四章 神经网络在数字辨认中的运用14 4.1 神经网络简介及其作业原理14 4.1.1神经网络概述[14]14 4.1.2神经网络的作业原理14 4.2神经网络的学习与练习[15]15 4.3 BP神经网络16 4.3.1 BP算法16 4.3.2 BP网络的一般学习算法16 4.3.3 BP网络的规划18 4.4 BP学习算法的限制性与对策20 4.5 对BP算法的改善21 第五章 体系的完结与作用剖析23 5.1 软件开发渠道23 5.1.1 MATLAB简介23 5.1.2 MATLAB的特色23 5.1.3 运用MATLAB的优势23 5.2 体系规划思路24 5.3 体系流程图24 5.4 MATLAB程序规划24 5.5 试验数据及作用剖析26 定论27 参阅文献28 称谢30 附录31 摘 要 手写体数字辨认是办法辨认中一个十分重要和活泼的研讨范畴，数字辨认也不是一项孤立的技能，它所触及的问题是办法辨认的其他范畴都无法逃避的；运用上，作为一种信息处理手法，字符辨认有宽广的运用布景和巨大的市场需求。因而，对数字辨认的研讨具有理论和运用的两层含义。 人工神经网络辨认办法是近年该研讨范畴的一种新办法，该办法具有一些传统技能所没有的长处：杰出的容错才干、分类才干强、并行处理和自学习才干，而且是离线练习和在线辨认的。这些长处使它在手写体字符的辨认中能对许多数据进行快速实时处理，并到达杰出的辨认作用。 因为手写体数字辨认难于树立精确的数学模型,所以本文选用BP神经网络对这一问题进行处理。神经网络办法辨认的一个要害进程是预处理和特征提取，关于手写体数字辨认，本文选用了一种依据结构特征和核算特征的提取办法，并用程序完结了这一特征提取进程。 通过测验，本辨认体系关于较标准的手写体数字的辨认到达了很好的辨认作用。 要害词： 手写体数字辨认，特征提取，人工神经网络，MATLAB ABSTRACT Handwritten character recognition is a very important and active research in pattern recognition. Theoretically, it is not an isolated technique. It concerns with the problem that all the other areas of pattern recognition must confronted; practically, being a kind of information processing measured, character recognition has a very broad application background and vast need of market. Thus, it is of both theoretical and practical significance. Artificial neural network recognition method is a new method of the research field in recent years, and this method has some merit that traditional technique do not have; good tolerance for error, strong sorting ability, strong parallel handling ability and strong self-learning ability as well as its off-line training and on-line recogni