手寫(xiě)字符識(shí)別系統(tǒng)設(shè)計(jì)-在線瀏覽
2025-03-07 17:12本頁(yè)面
【正文】 等2 項(xiàng)目概述 項(xiàng)目簡(jiǎn)介本項(xiàng)目旨在基于機(jī)器學(xué)習(xí)算法實(shí)現(xiàn)手寫(xiě)字符（包括數(shù)字和大小寫(xiě)字母）的識(shí)別。 項(xiàng)目任務(wù)項(xiàng)目名稱(chēng)：手寫(xiě)字符識(shí)別系統(tǒng)的設(shè)計(jì)項(xiàng)目?jī)?nèi)容：1）手寫(xiě)字符的輸入； 2）圖片預(yù)處理與特征提取； 3）機(jī)器學(xué)習(xí)與字符分類(lèi)；項(xiàng)目周期：1個(gè)月（2014年8月25日——2014年9月20日）參與人數(shù)： 2~4人。本項(xiàng)目將使用Visual Studio 2010進(jìn)行代碼的編輯、編譯與調(diào)試。Visual Assist X插件是WholeTomato公司針對(duì)Visual Studio開(kāi)發(fā)環(huán)境開(kāi)發(fā)的一款代碼編寫(xiě)輔助工具，能夠?qū)崿F(xiàn)變量名、函數(shù)名的自動(dòng)提示與補(bǔ)全，以及函數(shù)定義與聲明之間的快速切換，從而達(dá)到提高開(kāi)發(fā)效率的目的。它輕量級(jí)而且高效，實(shí)現(xiàn)了圖像處理和計(jì)算機(jī)視覺(jué)方面的很多通用算法。網(wǎng)址：3 任務(wù)描述 背景資料概述機(jī)器學(xué)習(xí)：利用計(jì)算機(jī)模擬或?qū)崿F(xiàn)人類(lèi)的學(xué)習(xí)行為，以獲取新的知識(shí)或技能。訓(xùn)練階段，即利用一些已知的訓(xùn)練樣本訓(xùn)練得到機(jī)器學(xué)習(xí)算法模型的相應(yīng)參數(shù)。分類(lèi)階段，即對(duì)于訓(xùn)練好的算法模型，給定輸入數(shù)據(jù)，計(jì)算機(jī)自動(dòng)給出數(shù)據(jù)的分類(lèi)。目前常用的機(jī)器學(xué)習(xí)算法包括：支持向量機(jī)（SVM，Support Vector Model）、BP神經(jīng)網(wǎng)絡(luò)、決策樹(shù) 系統(tǒng)組成基于機(jī)器學(xué)習(xí)的手寫(xiě)字符識(shí)別系統(tǒng)通常包括四個(gè)部分：圖像預(yù)處理、特征提取、字符訓(xùn)練與字符識(shí)別四個(gè)階段，如圖 1所示。特征提?。鹤址麍D像由一系列二進(jìn)制的0和1組成，雖然這些數(shù)據(jù)包含了字符的全部信息，但是這些數(shù)據(jù)也包含了大量冗余的信息，并不一定適合于機(jī)器進(jìn)行識(shí)別。因此，在進(jìn)行字符識(shí)別前，從字符圖像中提取盡可能好的特征對(duì)于提高識(shí)別的正確率具有重要的意義。該方法簡(jiǎn)單，在有些時(shí)候也行之有效，但由于特征維數(shù)較高，往往需要大量的訓(xùn)練樣本學(xué)習(xí)算法才能收斂。（3）基于不變矩的方法字符訓(xùn)
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1