文档介绍：I 模式识别作业题目基于 BP 神经网络的数字识别科目模式识别 II 基于 BP 神经网络的数字识别摘要人工神经网络技术在现在取得了巨大的发展,它具有的高度非线性,使我们能表达一些至少是目前尚无法用计算理论表达清楚的外部世界模型;同时,神经网络所具有的自学****自组织能力使我们能在与外部世界的交互作用下,实现无法用当前的计算理论表达清楚的功能;对于那些无法建立精确数学模型的系统, 神经网络有着独特的优势。本课题主要研究基于 BP 神经网络的方法来实现数字识别。首先对图像进行灰度化、二值化、平滑去噪、归一化、细化的预处理,以便于进行像素值的提取, 对设计好的神经网络进行训练,对比训练的结果与期望的结构,并根据对比的结果对神经网络的一些权值进行修改,最终得到训练好的神经网络。并选择测试样本,进行仿真测试。整个仿真实验中,对含数字的图片进行处理,其数字识别效果可在本课题中的MATLAB 仿真实验中体现。关键词:神经网络;灰度化;预处理;仿真测试 III 目录摘要.............................................................................................................................. II 目录............................................................................................................................ III 1背景介绍.................................................................................................................. 4 研究背景.......................................................................................................... 4 数字识别的发展现状..................................................................................... 4 ................................................................................. 4 2图像预处理................................................................................................................ 5 彩***像的灰度化......................................................................................... 5 ......................................................................................... 5 ......................................................................................................... 5 ................................................................................................. 5 ..................................................................................................... 5 3模式识别.................................................................................................................... 6 特征提取.........................................................................