【正文】 cter recognition has a very broad application background and vast need of market. Thus, it is of both theoretical and practical significance. Artificial neural work recognition method is a new method of the research field in recent years, and this method has some merit that traditional technique do not have。 通過測試，本識別系統(tǒng)對于較規(guī)范的手寫體數(shù)字的識別達到了很好的識別效果。 由于手寫體數(shù)字識別難于建立精確的數(shù)學模型 ,所以本文采用 BP 神經網(wǎng)絡對這一問題進行處理。 人工神經網(wǎng)絡識別方法是近年該研究領域的一種新方法，該方法具有一些傳統(tǒng)技術所沒有的優(yōu)點：良好的容錯能力、分類能力強、并行處理 和自學習能力，并且是離線訓練和在線識別 的 。 中 南 大 學 本科生畢業(yè)論文（設計） 題 目 基于 神經網(wǎng)絡的手寫數(shù)字 識別系統(tǒng)的設計與實現(xiàn) 目 錄 摘要 ................................................................. Ⅰ ABSTRACT ............................................................. Ⅱ 第一章 緒論 ........................................................... 1 手寫體數(shù)字識別研究的發(fā)展及研究現(xiàn)狀 ............................. 1 神經網(wǎng)絡在手寫體數(shù)字識別中的應用 ............................... 2 論文結構簡介 ................................................... 3 第二章 手寫體數(shù)字識別 ................................................. 4 手寫體數(shù)字識別的一般方法及難點 ................................. 4 圖像預處理概述 ................................................. 5 圖像預處理的處理步驟 ........................................... 5 圖像的平滑去噪 ........................................... 5 二值話處理 ............................................... 6 歸一化 ................................................... 7 細化 ..................................................... 8 小結 ........................................................... 9 第三章 特征提取 ...................................................... 10 特征提取的概述 ................................................ 10 統(tǒng)計特征 ...................................................... 10 結構特征 ...................................................... 11 結構特征提取 ............................................ 11 筆劃特征的提取 .......................................... 11 數(shù)字的特征向量說明 ...................................... 12 知識庫的建立 .................................................. 12 第四章 神經網(wǎng)絡 在數(shù)字識別中的應用 .................................... 14 神經網(wǎng)絡簡介及其工作原理 ...................................... 14 神經網(wǎng)絡概述 [14] ........................................... 14 神經網(wǎng)絡的工作原理 ....................................... 14 神經網(wǎng)絡的學習與訓練 [15] ........................................ 15 BP 神經網(wǎng)絡 ................................................... 16 BP 算法 .................................................. 16 BP 網(wǎng)絡的一般學習算法 .................................... 16 BP 網(wǎng)絡的設計 ............................................ 18 BP 學習算法的局限性與對策 ..................................... 20 對 BP算法的改進 ............................................... 21 第五章 系統(tǒng)的實現(xiàn)與結果分析 .......................................... 23 軟件開發(fā)平臺 .................................................. 23 MATLAB 簡介 .............................................. 23 MATLAB 的特點 ............................................ 23 使用 MATLAB 的優(yōu)勢 ....................................... 23 系統(tǒng)設計思路 .................................................. 24 系統(tǒng)流程圖 .................................................... 24 MATLAB 程序設計 ............................................... 24 實驗數(shù)據(jù)及結果分析 ............................................ 26 結論 ................................................................. 27 參考文獻 ............................................................. 28 致謝 ................................................................. 30 附錄 ................................................................. 31 I 摘 要 手寫體 數(shù) 字識別是模式識別中一個非常重要和活躍的研究領域， 數(shù) 字識別 也 不是一項孤立的技術，它所涉及的問題是模式識別的其他領域都無法回避的；應用上，作為一種信息處理手段，字符識別有廣闊的應用背景和巨大的市場需求。因此， 對數(shù) 字識別的研究具有理論和應用的雙重意義。這些優(yōu)點使它在手寫體字符的識別中能對大量數(shù)據(jù)進行快速實時處理，并達到良好的識別效果。神經網(wǎng)絡模式識別的一個關鍵步驟是預處理和特征提取，對于手寫體數(shù)字識別，本文采用了一種基于 結構特征和統(tǒng)計 特征 的 提取方法，并用程序實現(xiàn)了這一特征提取過程。 關鍵詞 ： 手寫體數(shù)字識別，特征提取， 人工神 經網(wǎng)絡， MATLAB II ABSTRACT Handwritten character recognition is a very important and active research in pattern recognition. Theoretically, it is not an isolated technique. It concerns with the problem that all the other areas of pattern recognition must confronted。 good tolerance for error, strong sorting ability, strong parallel handling ability and strong selflearning ability as well as its offline training and online recognizing. All these merits contribute its perfect performance in handling vast data set and handling in timely manner. It’s difficult to make accurate mathematics model for handwritten numeral recognition, so BP neural works is used here. The key steps of neural works pattern recognition are preprocessing and feature subset selection. In this paper, algorithm of feature subset selection basing on structural characteristics and statistical characteristics has been adopted in handwritten numeral recognition, and the process of feature subset selection had been realized in program. Recognition system in this paper has achieved a good rate of recognition in random handwritten numeral by test. Keyword: handwritten numeral recognition, feature extraction, artificial neural work, MATLAB 基于神經網(wǎng)絡的手寫數(shù)字識別系統(tǒng)的設計與實現(xiàn) 第一章 緒論 1 第一章 緒 論 手寫體數(shù)字識別研究的發(fā)展及研究現(xiàn)狀 模式識別 [2]是六十年代初迅速發(fā)展起來的一門學科。一個模式識別系統(tǒng)的基本職能是對系統(tǒng)所要處理的模式歸屬于哪一類做出判別，從該系統(tǒng)的 模式輸入到系統(tǒng)做出判別之間，主要包括信息檢測、預處理、特征提取和分類幾大環(huán)節(jié)。一方面是由于問題本身的難度使之成為一個極具挑戰(zhàn)性的課題；另一方面，是因為字符識別不是一項孤立的應用技術，其中包含的模式識別領域中其他分支都會遇到的一些基本和共性的問題。 字符識別，從采用的輸入設備來分，可分為脫機識別（又稱為光學字符識別Optical Character Recognition ,OCR）和聯(lián)機識別，脫機字符又分為印刷體和手寫字符識別，從對書寫者要求來分，手寫字符又分為限制性和非限制性的手寫字符識別。但聯(lián)機字符識別有一個重要的不足就是要求輸入者必須在指定的設備上書寫，然而人們在生活中大部分的書寫情況是不滿足這一要求的，比如人們填寫各種表格資料，開具支票等。比起聯(lián)機字符識 別來， OCR 不要求書寫者在特定輸入設備上書寫， 它 可以與平常一樣書寫，所以 OCR 的應用更為廣泛。通過使用這類采集設備， OCR 系統(tǒng)將書寫者 已經寫好的文字作為圖像輸入到計算機中，然后由計算機去識別。 脫機字符識別（ OCR）分為印刷體 OCR 和手寫 OCR。印刷體識別的錯誤絕大多數(shù)都是