基于BP神经网络的MNIST笔迹数字识别.docxVIP

下载本文档

0
0
约1.92万字
约 32页
2023-12-05 发布于湖南
举报
版权申诉

基于BP神经网络的MNIST笔迹数字识别.docx

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

STYLEREF标题1第1章引言

PAGE1

第1章引言

1.1笔迹数字识别的选题背景和研究意义

伴随互联网信息化浪潮的掀起，如金融、物流行业每时每刻都会存在大量的信息急于通过计算机进行处理，但不同于日常的信息格式的是，计算机读取的信息需要信息量化或者字符化。例如：数字“2”二进制表示为“10”才能被计算机所理解。因此如何使计算机花最短时间去理解信息，已经成为制约信息交互效率的根本瓶颈。日前，主要的文本信息输入方式有人工手动键入和电子设备自动识别输入，与人工手动键入对比，电子设备自动识别输入的优点是：时间周期短，准确率高，人力耗费少，适合大量的文本资料输入。在信息多元