文档介绍：::.,篢::
≯.刎一月尹学位论文作者签名钒掘矽阺月秒防占月≯务学位论文作者签名:锪寺角文冬撕协保密。净口保密,在一年解密后适用本授权书。擀尹河北科技大学学位论文原创性声明河北科技大学学位论文版权使用授权书本人郑重声明:所呈交的学位论文,是本人在导师的指导下,独立进行研究工作所取得的成果。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。.除文中已经注明引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写过的作品或成果。本人完全意识到本声明的法律结果由本人承担。本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权河北科技大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。:名月师串导签“纠匕日
要摘在计算机极为智能的今天,让计算机来帮助人们快速、正确地识别数字早已成为一种潮流。计算机在识别一些书写规范、大小固定、甚至是打印体的数字字符时,只需要按照用户给定的具体模板来匹配待识别的字符即可,计算机对这种有规则的字符识别率相当高,再加上计算机超强的运算能力,因此具有人脑无法比拟的识别速率。然而,现实生活中需要自动识别的数字字符,绝大部分是手写体,它们或大或小,或正或歪,有的甚至还简写、变形、连笔,并且它们往往并不独立存在,而是排列成一串,因此,当计算机面对这些成串的不规则手写字符时,无法找到一个具体的模板来比对,此时计算机就显得无能为力了。反观人类大脑,其具有超强的综合、分析、判断、记忆的能力,可以很容易地识别出各种不规则的手写数字。因此,模拟人脑活动的人工神经网络智能算法在手写数字识别领域得到了广泛的应用。其中,本论文即采用了效率最为突出的蟛罘聪虼ú神经网络模型来进行样本的训练。本论文简要的介绍了人工神经网络的发展历程,重点介绍了目前应用最为广泛的神经网络的原理,并给出了详细的网络算法推导过程。在系统实现模块,详细地介绍了系统图像预处理阶段的处理流程,对图像去噪、字符倾斜度调整、图像分割、字符归一化、字符紧缩重排所采用的算法进行了伪代码描述。在系统效率分析模块,本文将系统多次测试的结果采用的图表的方式进行列举,详细地分析了神经网络各个因子对系统识别率的影响力大小,详细地分析了原因,并给出了提高识别率的方案。本系统的样本数据是霾还嬖蚴中刺迨郑蚀磁帕小2试数据为鍪中刺迨帧>缪盗泛螅馐裕低呈侗鹇士梢源锏以上,证明了本系统具有高效、识别率高的优点,具备较高的实用价值。关键词手写数字识别;倾斜度调整:字符分割:归一化:字符紧缩重排;神经网络摘要
.瓸,疭;、、,.,閏.:河北科技大学硕士学位论文,痵,.,,%,籌:馹目;目自馹日;目;≈自;;,.琲甌甶瑆.
录目论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯研究背景及意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯“国内外研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯”研究的主要内容⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一论文的章节安排⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯·系统相关理论及技术研究⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯设备无关位图神经网络概述⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯”.》⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯·算法的推导过程⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯算法的学习步骤⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯”本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第孪低诚晗干杓啤图像预处理模块⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图像输入模块⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.叶茸;二值化⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯“.コ肷⒃⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯”系统采用的特征提取算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯·.低骋憬诘闶娜范ǚ椒ā摘要⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯”第滦第⋯⋯⋯⋯⋯⋯⋯·⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯·⋯⋯⋯⋯·⋯·⋯·⋯⋯⋯·⋯⋯⋯⋯⋯⋯··.
.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第孪低彻δ苣?榧蚪榧靶史治觥ぁ系统功能模块简介⋯⋯