基于bp神經(jīng)網(wǎng)絡(luò)與方向小波的手寫數(shù)字識(shí)別系統(tǒng)(編輯修改稿)
2025-02-12 13:10 本頁(yè)面
【文章內(nèi)容簡(jiǎn)介】 rt等人提出誤差反向傳播神經(jīng)網(wǎng)絡(luò)，簡(jiǎn)稱BP網(wǎng)絡(luò)。目前，BP網(wǎng)絡(luò)已成為廣泛使用的網(wǎng)絡(luò)；1987年至今為發(fā)展期，在此期間，神經(jīng)網(wǎng)絡(luò)受到國(guó)際重視，各個(gè)國(guó)家都展開研究，形成神經(jīng)網(wǎng)絡(luò)發(fā)展的另一個(gè)高潮；在國(guó)內(nèi)的研究相對(duì)較少，據(jù)了解，國(guó)內(nèi)目前只有中科院，清華以及ＨＩＴ等在這方面的研究處于領(lǐng)先水平，可以說中國(guó)在人工神經(jīng)網(wǎng)絡(luò)與模式識(shí)別這方面還有很長(zhǎng)的路要走！該選題的研究意義：該項(xiàng)目理論的研究具有很廣泛的應(yīng)用前景，僅僅對(duì)于此項(xiàng)目而言，它的研究可用于汽車牌照，手寫字符，郵政編碼，銀行支票或協(xié)議合同的重要收據(jù)的簽字的智能識(shí)別，以該項(xiàng)目的理論研究為基礎(chǔ)可以開發(fā)指紋聲音識(shí)別，目標(biāo)的自動(dòng)識(shí)別移動(dòng)，機(jī)器人傳感器的圖像識(shí)別以及地震信號(hào)的鑒別等一系列與之有關(guān)的項(xiàng)目，拓展圖像識(shí)別技術(shù)在實(shí)際生活中的應(yīng)用領(lǐng)域，從而推動(dòng)社會(huì)的進(jìn)步。說明：1．由指導(dǎo)教師本人親筆簽名； 2．指導(dǎo)教師原則上應(yīng)具有副高及以上專業(yè)技術(shù)職稱，并是與申報(bào)作品相同或相關(guān)領(lǐng)域的專家學(xué)者或?qū)I(yè)技術(shù)人員； 指導(dǎo)教師情況姓 名職稱所在學(xué)院理學(xué)院研究方向神經(jīng)網(wǎng)絡(luò)與非線性動(dòng)力系統(tǒng)單位電話電子郵箱請(qǐng)對(duì)申報(bào)者申報(bào)情況的真實(shí)性作出闡述 在本人的監(jiān)督指導(dǎo)下，該作品為學(xué)生自行獨(dú)立設(shè)計(jì)，分別完成了圖像的預(yù)處理、BP神經(jīng)網(wǎng)絡(luò)分類器的MATLAB語(yǔ)言程序設(shè)計(jì)、模式識(shí)別與小波變換等理論知識(shí)的學(xué)習(xí)，具有真實(shí)性。簽字：2011年10 月22 日 請(qǐng)對(duì)作品的意義、技術(shù)水平、適用范圍及推廣前景作出您的評(píng)價(jià)作品理論的研究具有很廣泛的應(yīng)用前景，它的研究可用于汽車牌照，手寫字符，郵政編碼，銀行支票或協(xié)議合同的重要收據(jù)的簽字的智能識(shí)別，以該項(xiàng)目的理論研究為基礎(chǔ)可以開發(fā)指紋聲音識(shí)別，目標(biāo)的自動(dòng)識(shí)別移動(dòng)，機(jī)器人傳感器的圖像識(shí)別以及地震信號(hào)的鑒別等一系列與之有關(guān)的項(xiàng)目，拓展圖像識(shí)別技術(shù)在實(shí)際生活中的應(yīng)用領(lǐng)域，從而推動(dòng)社會(huì)的進(jìn)步。簽字：2011年10月22日E．參賽作品打印處基于BP神經(jīng)網(wǎng)絡(luò)與方向小波的手寫數(shù)字識(shí)別系統(tǒng)摘要： 手寫體數(shù)字識(shí)別是自動(dòng)模式識(shí)別中一個(gè)非常活躍的研究領(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，來提高了數(shù)字識(shí)別系統(tǒng)的識(shí)別速度和識(shí)別率，并對(duì)此進(jìn)行了實(shí)現(xiàn)。關(guān)鍵字：圖像預(yù)處理 ；特征提??；數(shù)字識(shí)別 ；BP神經(jīng)網(wǎng)絡(luò)；一、 整體流程：數(shù)字識(shí)別主要有學(xué)習(xí)與識(shí)別兩個(gè)階段，整體構(gòu)架如圖所示。 在學(xué)習(xí)階段，主要是通過對(duì)訓(xùn)練集數(shù)字字符的研究，確定每一數(shù)字字符類別的標(biāo)準(zhǔn)樣本建立樣本庫(kù)，以便在識(shí)別階段使用。在識(shí)別階段中，將待識(shí)別數(shù)字字符經(jīng)過掃描儀等輸入設(shè)備送入主機(jī)；然后進(jìn)行預(yù)處理，預(yù)處理后再按某種特征提取方法取出數(shù)字字符的特征；最后，將待識(shí)別數(shù)字字符的特征與學(xué)習(xí)階段中所確定的標(biāo)準(zhǔn)樣本的特征進(jìn)行比較判決，得出識(shí)別結(jié)果并把結(jié)果以某種方式輸出。二、數(shù)字識(shí)別過程由于輸入設(shè)備及紙張?jiān)驎?huì)造成輸入字體的畸變，產(chǎn)生污點(diǎn)、非白、斷筆、交聯(lián)、噪聲等干擾。所以，在識(shí)別之前要對(duì)數(shù)字字符進(jìn)行預(yù)處理，以去除噪聲，壓縮冗余信息。由于一般都是在預(yù)處理后的圖像上提取特征，因此如果這個(gè)步驟結(jié)果不理想，往往會(huì)給后面的特征提取階段帶來無法糾正的錯(cuò)誤。所以預(yù)處理的優(yōu)劣直接關(guān)系到識(shí)別結(jié)果的正確與否，關(guān)系到識(shí)別算法的性能。預(yù)處理必須在手寫數(shù)字識(shí)別應(yīng)用系統(tǒng)設(shè)計(jì)時(shí)高度重視。預(yù)處理主要包括二值化、分割、平滑、歸一化、細(xì)化等過程。其中處理流程大致如下：三、 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)與BP算法（1）網(wǎng)絡(luò)結(jié)構(gòu)神經(jīng)網(wǎng)絡(luò)可分單層神經(jīng)網(wǎng)絡(luò)(不帶輸入層)，和多層神經(jīng)網(wǎng)絡(luò)，實(shí)驗(yàn)證明，神經(jīng)網(wǎng)絡(luò)的的層數(shù)多少不影響網(wǎng)絡(luò)對(duì)實(shí)體的識(shí)別，但適當(dāng)?shù)亩鄬咏Y(jié)構(gòu)可以使網(wǎng)絡(luò)的訓(xùn)練學(xué)習(xí)進(jìn)度提高，可以更快地收斂到需要的權(quán)值上，但層數(shù)越多，或者層數(shù)不多都不足以證明能夠越快地收斂到需要的權(quán)值上，系統(tǒng)擬采用分層前向神經(jīng)網(wǎng)絡(luò)，即前一層神經(jīng)元單向饋入后一層神經(jīng)元，而后層的神經(jīng)元不能饋入前向。結(jié)構(gòu)如圖：（2）算法簡(jiǎn)介（1） 模型建立：選擇合適的神經(jīng)元數(shù)為數(shù)字識(shí)別找出一種最佳的非線性組合關(guān)系，確定輸入層輸出層以及隱藏層的神經(jīng)細(xì)胞數(shù)目，本項(xiàng)目擬用10個(gè)神經(jīng)細(xì)胞并確定輸入與輸出結(jié)點(diǎn)數(shù)。（2） 確定隱藏層中的激勵(lì)函數(shù)：本項(xiàng)目擬采用邏輯斯蒂S形函數(shù) ，其中p處置預(yù)設(shè)為1。.（3） 在VC仿真平臺(tái)上編寫程序通過大量的訓(xùn)練不斷調(diào)整網(wǎng)絡(luò)中的參數(shù)值如權(quán)重（weight）等值設(shè)置。（4） 在Matlab，以及openCV等軟件平臺(tái)下處理數(shù)據(jù)，實(shí)現(xiàn)最終結(jié)果的校驗(yàn)與仿真。仿真結(jié)果如圖： 四、源程序（1）MATLAB 神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)與訓(xùn)練clear all。p(1:256,1)=1。load digit
規(guī)章制度相關(guān)推薦
鄂ICP備17016276號(hào)-1