基于神经网络的手写数字识别系统的设计与实现

中南大学本科生毕业论文（设计）题目基于神经网络的手写数字识别系统的设计与实现目录摘要.................................................................ⅠABSTRACT.............................................................Ⅱ第一章绪论...........................................................11.1手写体数字识别研究的发展及研究现状.............................11.2神经网络在手写体数字识别中的应用...............................21.3论文结构简介...................................................3第二章手写体数字识别.................................................42.1手写体数字识别的一般方法及难点.................................42.2图像预处理概述.................................................52.3图像预处理的处理步骤...........................................52.3.1图像的平滑去噪...........................................52.3.2二值话处理...............................................62.3.3归一化...................................................72.3.4细化.....................................................82.4小结...........................................................9第三章特征提取......................................................103.1特征提取的概述................................................103.2统计特征......................................................103.3结构特征......................................................113.3.1结构特征提取............................................113.3.2笔划特征的提取..........................................113.3.3数字的特征向量说明......................................123.3知识库的建立..................................................12第四章神经网络在数字识别中的应用....................................144.1神经网络简介及其工作原理......................................144.1.1神经网络概述[14]...........................................144.1.2神经网络的工作原理.......................................144.2神经网络的学习与训练[15]........................................154.3BP神经网络...................................................164.3.1BP算法..................................................164.3.2BP网络的一般学习算法....................................164.3.3BP网络的设计............................................184.4BP学习算法的局限性与对策.....................................204.5对BP算法的改进...............................................21第五章系统的实现与结果分析..........................................235.1软件开发平台..................................................235.1.1MATLAB简介..............................................235.1.2MATLAB的特点............................................235.1.3使用MATLAB的优势.......................................235.2系统设计思路..................................................245.3系统流程图....................................................245.4MATLAB程序设计...............................................245.5实验数据及结果分析............................................26结论.................................................................27参考文献.............................................................28致谢.................................................................30附录.................................................................31I摘要手写体数字识别是模式识别中一个非常重要和活跃的研究领域，数字识别也不是一项孤立的技术，它所涉及的问题是模式识别的其他领域都无法回避的；应用上，作为一种信息处理手段，字符识别有广阔的应用背景和巨大的市场需求。因此，对数字识别的研究具有理论和应用的双重意义。人工神经网络识别方法是近年该研究领域的一种新方法，该方法具有一些传统技术所没有的优点：良好的容错能力、分类能力强、并行处理和自学习能力，并且是离线训练和在线识别的。这些优点使它在手写体字符的识别中能对大量数据进行快速实时处理，并达到良好的识别效果。由于手写体数字识别难于建立精确的数学模型,所以本文采用BP神经网络对这一问题进行处理。神经网络模式识别的一个关键步骤是预处理和特征提取，对于手写体数字识别，本文采用了一种基于结构特征和统计特征的提取方法，并用程序实现了这一特征提取过程。通过测试，本识别系统对于较规范的手写体数字的识别达到了很好的识别效果。关键词：手写体数字识别，特征提取，人工神经网络，MATLABIIABSTRACTHandwrittencharacterrecognitionisaveryimportantandactiveresearchinpatternrecognition.Theoretically,itisnotanisolatedtechnique.Itconcernswiththeproblemthatalltheotherareasofpatternrecognitionmustconfronted;practically,beingakindofinformationprocessingmeasured,characterrecognitionhasaverybroadapplicationbackgroundandvastneedofmarket.Thus,itisofboththeoreticalandpracticalsignificance.Artificialneuralnetworkrecognitionmethodisanewmethodoftheresearchfieldinrecentyears,andthismethodhassomemeritthattraditionaltechniquedonothave;goodtoleranceforerror,strongsortingability,strongparallelhandlingabilityandstrongself-learningabilityaswellasitsoff-linetrainingandon-linerecognizing.Allthesemeritscontributeitsperfectperformanceinhandlingvastdatasetandhandlingintimelymanner.It’sdifficulttomakeaccuratemathematicsmodelforhandwrittennumeralrecognition,soBPneuralnetworksisusedhere.Thekeystepsofneuralnetworkspatternrecognitionarepreprocessingandfeaturesubsetselection.Inthispaper,algorithmoffeaturesubsetselectionbasingonstructuralcharacteristicsandstatisticalcharacteristicshasbeenadoptedinhandwrittennumeralrecognition,andtheprocessoffeaturesubsetselectionhadbeenrealizedinprogram.Recognitionsysteminthispaperhasachievedagoodrateofrecognitioninrandomhandwrittennumeralbytest.Keyword:handwrittennumeralrecognition,featureextraction,artificialneuralnetwork,MATLAB基于神经网络的手写数字识别系统的设计与实现第一章绪论1第一章绪论1.1手写体数字识别研究的发展及研究现状模式识别[2]是六十年代初迅速发展起来的一门学科。由于它研究的是如何用机器来实现人(及某些动物)对事物的学习、识别和判断能力，因而受到了很多科技领域研究人员的注意，成为人工智能研究的一个重要方面。一个模式识别系统的基本职能是对系统所要处理的模式归属于哪一类做出判别，从该系统的模式输入到系统做出判别之间，主要包括信息检测、预处理、特征提取和分类几大环节。字符识别是模式识别领域中的一个非常活跃的分支。一方面是由于问题本身的难度使之成为一个极具挑战性的课题；另一方面，是因为字符识别不是一项孤立的应用技术，其中包含的模式识别领域中其他分支都会遇到的一些基本和共性的问题。从50年