基于神經(jīng)網(wǎng)絡(luò)的手寫數(shù)字識(shí)別技術(shù)研究.pdf

1、手寫體數(shù)字識(shí)別是自動(dòng)模式識(shí)別中一個(gè)非?；钴S的研究領(lǐng)域。本文針對(duì)原有數(shù)字識(shí)別處理技術(shù)中識(shí)別特征向量單一的問(wèn)題，提出了基于BP神經(jīng)網(wǎng)絡(luò)與多分類識(shí)別器以權(quán)值集成方式進(jìn)行結(jié)合的方法，來(lái)提高了數(shù)字識(shí)別系統(tǒng)的識(shí)別速度和識(shí)別率。 本文首先對(duì)數(shù)字識(shí)別處理技術(shù)及處理流程進(jìn)行了概述，對(duì)BP神經(jīng)網(wǎng)絡(luò)及BP常規(guī)算法進(jìn)行介紹，并對(duì)算法的權(quán)值、激活函數(shù)等進(jìn)行了改進(jìn)。 然后，根據(jù)改進(jìn)的算法，以BP神經(jīng)網(wǎng)絡(luò)的數(shù)字識(shí)別技術(shù)和方法進(jìn)行系統(tǒng)設(shè)計(jì)，并在系統(tǒng)中針

2、對(duì)數(shù)字識(shí)別技術(shù)中預(yù)處理圖像二值化邊緣噪聲問(wèn)題，提出了一種基于LoG算子的邊緣零交叉二值化方法。即利用LOG算子的優(yōu)良性檢測(cè)出手寫數(shù)字圖像的邊緣零交叉點(diǎn)，確定出邊緣零交叉點(diǎn)兩側(cè)的像素為目標(biāo)或背景，對(duì)圖像中的均一區(qū)域根據(jù)鄰域?qū)傩源_定其歸屬。該方法能夠適應(yīng)光照不均和噪聲等干擾，其二值化后的字符圖像能夠很好地保持本來(lái)形態(tài)。 最后，對(duì)基于BP神經(jīng)網(wǎng)絡(luò)的數(shù)字識(shí)別系統(tǒng)進(jìn)行了實(shí)現(xiàn)。在已有的通用評(píng)價(jià)標(biāo)準(zhǔn)下，通過(guò)對(duì)其識(shí)別率的分析，證實(shí)該系統(tǒng)提高了數(shù)