【正文】 (j=0 、1……L1) （）(5)利用學(xué)習(xí)速率修正隱含層和輸出層的權(quán)值： （） （）（6）返回（2），用大量樣本反復(fù)訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)，多次迭代，直到網(wǎng)絡(luò)中的權(quán)值趨于穩(wěn)定。在實際訓(xùn)練時，本文定義網(wǎng)絡(luò)實際輸出與期望輸出誤差的平方和作為誤差函數(shù)： （）：開始設(shè)置各權(quán)值或閾值給定手寫字母特征輸入量和目標(biāo)輸出量選取學(xué)習(xí)算法求隱含層和輸出層各單元輸出求期望輸出與實際輸出誤差計算權(quán)值梯度權(quán)值學(xué)習(xí)修正停止誤差是否滿足要求是否 BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過程5 實驗結(jié)果及分析本文中采用了45個樣本進(jìn)行訓(xùn)練，先將樣本預(yù)處理，再對樣本特征提取得到樣本的特征向量P進(jìn)行保存，再設(shè)定網(wǎng)絡(luò)輸出目標(biāo)向量T和各項參數(shù)，此時已經(jīng)達(dá)到了較穩(wěn)定的權(quán)值。網(wǎng)絡(luò)訓(xùn)練結(jié)束可以進(jìn)行識別. 實驗設(shè)計 實驗參數(shù)基于BP神經(jīng)網(wǎng)絡(luò)的手寫字母識別為了達(dá)到所期望的實驗結(jié)果使得本文的實驗程序有著現(xiàn)實意義，本文設(shè)定了一系列的試驗參數(shù)只有在達(dá)到本文所設(shè)定的預(yù)期試驗參數(shù)實驗才算成功。： 試驗參數(shù)輸入層1062訓(xùn)練樣本45均方誤差輸出層26識別樣本44權(quán)值（0,1）值中間層100迭代次數(shù)5000特征向量1062學(xué)習(xí)速率 訓(xùn)練和識別樣本庫設(shè)計基于BP神經(jīng)網(wǎng)絡(luò)的首寫字母識別的訓(xùn)練和識別的樣本庫在本文中是2288個字母。由于不同人的書寫風(fēng)格不盡相同即使是同一人不同時間段的書寫形式也有差異在做實驗是我們選取22個人在不同的時間段分別寫了4遍26個字母（2288個字母圖像），這樣就建立了一個盡量包含各種形式的手寫字母數(shù)據(jù)庫目的就是多樣的數(shù)據(jù)庫使得權(quán)值最優(yōu)化。共用了1144個樣本進(jìn)行訓(xùn)練，然后再對114個樣本進(jìn)行識別。1144個圖像分4次進(jìn)行識別鑒定，每次鑒定286個字母。隱含層節(jié)點的選取直接影響到系統(tǒng)的誤差系數(shù)曲線，進(jìn)而影響影響識別結(jié)果，下面選取了不同隱含層節(jié)點下的系統(tǒng)誤差系數(shù)曲線。（a）、40(b)對系統(tǒng)誤差曲線：圖（a）圖（b）因此隱含層節(jié)點數(shù)的選擇非常的重要。 識別樣本的正確率本文針對多對樣本進(jìn)行了識別，： 識別率識別率實驗次數(shù)正確率錯誤率第一次實驗第二次試驗第三次實驗第四次實驗%的原始數(shù)據(jù)記錄于下：286個字母正確識別率為220個，錯誤識別率為66個。 實驗結(jié)果分析（1）隱含層節(jié)點數(shù)的選擇要合理，決定了系統(tǒng)能否完成所設(shè)定的期望誤差。（2）由實驗結(jié)果可知：同一訓(xùn)練樣本下的正確識別率幾乎是相同的，訓(xùn)練樣本數(shù)目越多樣本的正確識別率就越高當(dāng)樣本數(shù)達(dá)到一定的程度是字母的識別率趨近于穩(wěn)定的百分比。（3）系統(tǒng)參數(shù)的設(shè)置也決定了實驗結(jié)果的趨近值，比如好的系統(tǒng)參數(shù)的設(shè)置決定了最終的識別率可達(dá)85%左右。（4）本文的正確識別率在訓(xùn)練樣本是1144，%。由于本文的訓(xùn)練樣本有限能夠達(dá)到這樣的識別率已算是成功的。結(jié) 論本文圍特預(yù)處理和征繞提取及隱含層節(jié)點的選擇，以手寫英文字母識別系統(tǒng)的高識別率為出發(fā)點，設(shè)計了一個高性能的前向反饋神經(jīng)網(wǎng)絡(luò)。因為單一的預(yù)處理和特征提取都具有各自的局限性和缺點無法達(dá)到理想的效果。所以采用多種預(yù)處理技術(shù)和特征提取技術(shù)相結(jié)合來提高識別系統(tǒng)的能力，為了提高識別率，近年來識別領(lǐng)域采用了神經(jīng)網(wǎng)絡(luò)和采用了智能相結(jié)合的研究方法。這一研究方法隨著科學(xué)技術(shù)的發(fā)展勢必會進(jìn)入一個嶄新的階段。進(jìn)一步展望未來基于BP神經(jīng)網(wǎng)絡(luò)技術(shù)的發(fā)展我們可以再以下幾個方面改進(jìn)來完善整個系統(tǒng)提高識別能力：（1）權(quán)值的選擇問題，本文采用的是（0,1）之間的隨機(jī)值進(jìn)行權(quán)值的初始化，我們可以采用一種算法來確定權(quán)值的初始值加快訓(xùn)練識別速度。（2）采用多層次的網(wǎng)絡(luò)系統(tǒng)用于字符的識別提高字符的識別率。（3）進(jìn)一步優(yōu)化BP算法提高神經(jīng)網(wǎng)絡(luò)的反饋性能。（4）建立一個世界范圍內(nèi)的同一的字母數(shù)據(jù)庫來進(jìn)行BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練最好的對權(quán)值進(jìn)行優(yōu)化?；贐P神經(jīng)網(wǎng)絡(luò)系統(tǒng)的字母識別技術(shù)雖然在各個環(huán)節(jié)中取得了輝煌的成績。但是在多元化的今天，神經(jīng)網(wǎng)絡(luò)技術(shù)將和遺傳算法，小波變換，智能技術(shù)相結(jié)合完善識別這一科學(xué)領(lǐng)域。參 考 文 獻(xiàn)[1] [J].硅谷，2010，22（2）:9697[2] [D].湖南：中南大學(xué)，2008[3] [D].南京：南京航天航空大學(xué)通信與信息系統(tǒng),2006 [4] [D].山西：中北大學(xué)數(shù)學(xué)系，2009[5] [D].南京：東南大學(xué)信息與信號處理，2006[6] 楊勇,[J] .華東地質(zhì)學(xué)院學(xué)報，2003，26(4):383386[7] 王旭，王宏，[M].沈陽：東北大學(xué)出版社，2007: 143156[8] ,Lehr M．A．30 years of adaptive neural networks: perceptron,Madaline , and backpropagation[J]．Proceedings of the IEEE,2002,78(9):141 51442。[9] 鄔長福. 道路交通安全評價方法的探討[J]. 浙江交通職業(yè)技術(shù)學(xué)院學(xué)報,2004,26(5)1112[10] [D].北京：北京郵電大學(xué)信息與信號處理，2007[11] 梁娟，[J].計算機(jī)時代，2007，4（1）：3638[12] 李望晨,張池平. 改進(jìn)BP神經(jīng)網(wǎng)絡(luò)在手寫數(shù)字識別中的性能研究 [J].信息技術(shù)與信息化,2006,5：104106[13] ,周宗桂. 基于MATLAB的BP網(wǎng)絡(luò)在礦產(chǎn)資源預(yù)測中的應(yīng)用[J].金屬礦山,2007,8:5557[14] 劉曉升,[J].蘇州大學(xué)學(xué)報,2003,3（1）:36[15] 劉直芳，王云瓊等．?dāng)?shù)字圖像處理與分析[M]．清華大學(xué)出版社，2006,9:1203[16] [J].中國科技信息，2008，24（5）：7980[17] 王慧琴．?dāng)?shù)字圖像處理[M]．北京：北京郵電大學(xué)出版社，2006:205215[18] [D].武漢:武漢理工大學(xué)計算機(jī)系，2007[19] 陳陽. 利用MATLAB進(jìn)行數(shù)字圖像的邊緣檢測算法研究[J]. 科技信息(科學(xué)教研), 2008 (21)[20] [D].武漢：武漢科技大學(xué)計算機(jī)系，2005[21] 朱大奇,[M].北京：科學(xué)出版社2006,3：145160[22] 馬銳21世紀(jì)重點大學(xué)規(guī)劃教材?人工神經(jīng)網(wǎng)絡(luò)原理 [M] 北京：機(jī)械工業(yè)出版社2010[23] 謝麗娟，丁正生，[J].信息化縱橫，2009，（3）：6870,74[24] Noriega, , Hong Wang. A direct adaptive neuralnetwork control for unknown nonlinear systems and its application[J]. Proceedings of the IEEE,2002,9（1）:2734[25] 李士勇．模糊控制神經(jīng)控制和智能控制論[M]．哈爾濱：哈爾濱工業(yè)大學(xué)出版社，1998，9。[26] [D].廣東：廣東工業(yè)大學(xué)信號與信息處理系，2009[27] 顧妍午, 李平, 陶文華, 田紹寬. 基于改進(jìn)BP神經(jīng)網(wǎng)絡(luò)的手寫郵政編碼識別[J]. 遼寧油化工大學(xué)學(xué)報, 2008 (1)[28] [J]. 電腦知識與技術(shù), 2009. 5[29] [J].江南大學(xué)自然學(xué)報，2004，3（1）：103110[30] 劉浩,[J]?，F(xiàn)代電子技術(shù)，2006，29(2):4951[31] [J]。包裝工程，2008,22（3）：2223[32] 王三明. 基于人工神經(jīng)網(wǎng)絡(luò)理論的系統(tǒng)安全評價[J]. 工業(yè)安全與環(huán)保，2001,27(5):1718致 謝感謝我的導(dǎo)師田偉老師一直以來對我孜孜不倦的教導(dǎo)和幫助。四年的學(xué)習(xí)生活即將結(jié)束，回顧四年的學(xué)習(xí)生活，感受頗深，收獲豐厚。在論文的寫作過程中，有很多困難，無論是在理論學(xué)習(xí)階段，還是在論文的選題、資料查詢、開題、研究和撰寫的每一個環(huán)節(jié)，無不得到導(dǎo)師的悉心指導(dǎo)和幫助。正是老師的傳道、授業(yè)、解惑，讓我學(xué)到了專業(yè)知識，并從田老師身上學(xué)到了如何求知治學(xué)、如何為人處事。她為人隨和熱情，治學(xué)嚴(yán)謹(jǐn)細(xì)心。在閑聊中她總是能像知心朋友一樣鼓勵我，在論文的寫作和措辭等方面她也總會以“專業(yè)標(biāo)準(zhǔn)”嚴(yán)格要求我，從選題、定題開始，一直到最后論文的反復(fù)修改、潤色，田老師始終認(rèn)真負(fù)責(zé)地給予我深刻而細(xì)致地指導(dǎo)，幫助我開拓研究思路，精心點撥、熱忱鼓勵。正是田老師的無私幫助與熱忱鼓勵，我的畢業(yè)論文才能夠得以順利完成，謝謝田老師！還要感謝四年的各位授課老師，感謝我的家人和那些永遠(yuǎn)也不能忘記的朋友，他們的支持與情感，是我永遠(yuǎn)的財富，最后深深的感謝我的母校！附 錄1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 T= 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 00 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 00 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 00 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 00 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 00 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 00 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 00 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 00 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 00 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 00 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 00 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 00 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1