基于BP神經(jīng)網(wǎng)絡(luò)的脫機(jī)手寫體數(shù)字識別.pdf

1、BP神經(jīng)網(wǎng)絡(luò)廣泛應(yīng)用于非線性建模，模式識別、預(yù)測等方面。本文主要研究BP神經(jīng)網(wǎng)絡(luò)在脫機(jī)手寫體數(shù)字識別方面的應(yīng)用。神經(jīng)網(wǎng)絡(luò)具有生物神經(jīng)網(wǎng)絡(luò)的某些特征，是一個(gè)信息處理系統(tǒng)。神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)簡單、能夠大規(guī)模并行、容易用硬件實(shí)現(xiàn)，并且具有學(xué)習(xí)和記憶能力、自適應(yīng)和多樣性等特性。 本文用MATLAB的imread.m函數(shù)讀取自采集的手寫體數(shù)字圖像，用自定義的歸一化算法進(jìn)行圖像預(yù)處理，再用逐像素特征提取法提取數(shù)字特征，最后將提取到的數(shù)字特征進(jìn)行編

2、碼作為神經(jīng)網(wǎng)絡(luò)的輸入。抽取輸入樣本的特征向量，并選取足夠的樣本對BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，然后將測試樣本輸入到訓(xùn)練好的網(wǎng)絡(luò)中，就可以根據(jù)網(wǎng)絡(luò)的輸出得到識別結(jié)果。 另外，針對BP網(wǎng)絡(luò)收斂速度慢，計(jì)算量大等缺點(diǎn)，改進(jìn)了網(wǎng)絡(luò)的初始值，保證網(wǎng)絡(luò)穩(wěn)定快速收斂。還介紹了幾種BP神經(jīng)網(wǎng)絡(luò)的改進(jìn)訓(xùn)練算法，利用MATLAB神經(jīng)網(wǎng)絡(luò)工具箱提供的豐富的訓(xùn)練函數(shù)，對幾種典型的BP網(wǎng)絡(luò)訓(xùn)練算法的訓(xùn)練速度進(jìn)行了比較。仿真結(jié)果表明本文提出的用于手寫體數(shù)字識別的B