基于BP神经网络的手写数字识别系统研究
基于BP神经网络的手写数字识别系统研究手写数字识别技术是近年来研究的热点，具有广泛的应用前景，同时也是一个非常具有挑战性的课题。人工神经网络是当今智能控制领域最活跃的分支之一，它所具有的并行计算能力、容错能力、泛化能力，以及以任意精度逼近未知非线性对象的特点，使其为手写数字的识别提供了一种新的方法.
本论文采用Visual C++6.0编制了一套基于BP神经网络的手写数字识别系统，该系统由图像采集、图像预处理和数字识别三个模块组成，其中，图像采集模块采用VFW的方法来实现;图像预处理模块包括256色图转化成灰度图、二值化、梯度锐化、倾斜度调整、字符分割、归一化以及紧缩重排;数字识别模块采用三层BP神经网络来实现。论文重点探讨了BP神经网络的算法、构造以及各种结构参数的选取和优化。
实验结果表明本论文所设计的手写数字识别系统具有较好的识别率，同时也说明BP神经网络技术用于手写数字识别的可行性。
关键词:手写数字识别;BP神经网络;VFW;图像处理
页:
[1]