手寫數(shù)字識別系統(tǒng)研究與實現(xiàn).pdf

1、手寫體數(shù)字識別在郵政編碼自動識別、銀行業(yè)務(wù)等方面有重要的應(yīng)用。字符識別是一個傳統(tǒng)的模式識別問題，其中脫機手寫數(shù)字識別又是一個典型的大類別的模式識別問題。手寫體數(shù)字具有不同字符字型相差不大、相同字符有多種不同寫法、數(shù)字沒有上下文關(guān)系等等特點，正是因為這些特點，使得脫機手寫體數(shù)字識別成為識別領(lǐng)域最大的難題和最終的目標。 近年來，對人工神經(jīng)網(wǎng)絡(luò)的研究表明，神經(jīng)網(wǎng)絡(luò)是一個高度并行的，非線性的，具有很高冗余度的系統(tǒng)，同時，神經(jīng)網(wǎng)絡(luò)具有自學

2、習、自組織能力，使我們能夠?qū)崿F(xiàn)以往那些無法用傳統(tǒng)的計算理論表達清楚的功能。更重要的一點是，網(wǎng)絡(luò)的學習機制為人機集成的實現(xiàn)提供了有利的工具。目前BP網(wǎng)絡(luò)在手寫數(shù)字識別領(lǐng)域已有廣泛應(yīng)用，有較高的識別準確率，但是由于神經(jīng)網(wǎng)絡(luò)自身的局限性，導致網(wǎng)絡(luò)識別速度較慢。 本文的主要研究內(nèi)容包括：1)以USPS手寫體數(shù)字庫為樣本集，設(shè)計分類器進行數(shù)字識別； 2)對數(shù)字樣本進行平滑、去噪聲等預處理； 3)對規(guī)格化的樣本數(shù)據(jù)進行特征提

3、取，從不同角度提取5種不同特征，作為神經(jīng)網(wǎng)絡(luò)分類器的輸入特征向量； 4)提出一套適合運用于手寫數(shù)字識別系統(tǒng)的BP網(wǎng)絡(luò)優(yōu)化方案，利用4個改進BP子網(wǎng)對各向量單獨進行識別； 5)利用BP網(wǎng)絡(luò)訓練結(jié)果，設(shè)計一套模糊權(quán)重自適應(yīng)調(diào)整機制，提出了一種適合手寫數(shù)字歸屬決策的模糊綜合評定算法； 6)將識別結(jié)果與現(xiàn)有成果進行對比，證明系統(tǒng)的有效性。 在上述工作的基礎(chǔ)上，作者獨立完成了一個脫機手寫數(shù)字識別系統(tǒng)，取得較好識別效