【導讀】摘要:光學字符識別是20世紀20年代逐步發(fā)展起來的一門自動化技術。財務、稅務、金融及郵件分揀等。因此手寫體數(shù)字識別有著廣泛的應用前景,對。其進行研究有著重要的現(xiàn)實意義。討,采用基于LM-BP神經(jīng)網(wǎng)絡分類器的手寫數(shù)字識別方法。為核心識別分類器,對點陣輸入向量進行分類識別而確定出最后的識別結果。種端點特征提取法,結合DDA算法,形成了一種能連接多種折線型斷筆的新方法。套快速的運算規(guī)則。另外,使用形態(tài)學膨脹技術粗化細化后的字符,均勻化了字。法進行權值與閾值修正,并引入了自適應調節(jié)參數(shù),靈活地調節(jié)網(wǎng)絡訓練方式。網(wǎng)絡和LM-BP神經(jīng)網(wǎng)絡測試實驗,傳統(tǒng)BP神經(jīng)網(wǎng)絡的最好識別率為%,該識別方法以圖像預處理