分类筛选
分类筛选:

数字方面毕业论文模板范文 与数字手写识别系统相关毕业论文模板范文

版权:原创标记原创 主题:数字范文 类别:发表论文 2024-01-07

《数字手写识别系统》

本文是数字方面毕业论文模板范文跟手写识别和数字和系统有关毕业论文模板范文。

一、图像预处理

由于自然和人为因素影响,可能造成数字图像笔划缺损、噪声严重及几何形变等现象.故识别前必须对图像进行必要的预处理.图像处理流程:图像输入、灰度转化、二值化、图像锐化、去除噪音、归一化的处理流程.

二、模式识别

2.1 BP 算法的多层感知器

采用BP 算法的多层感知器是至今为止应用最广泛的神经网络,在多层感知器的应用中,一般习惯将单隐层感知器称为三层感知器,所谓三层包括了输入层、隐层和输出层.

2.2 BP 算法过程

(1)初始化.对权值矩阵W、V 赋随机数,将样本模式计数器p 和训练次数计数器q 置为1,误差E 置0,学习率η 设为0~1 内的小数,网络训练后达到的精度Emin 设为一个正的小数.

(2)输入训练样本对,计算各层输出.用当前样本对X,d 序列赋值

(7)检查网络总误差是否达到精度要求.

2.3 BP 神经网络设计与训练

按照BP 神经网络设计方法选用两层BP 网络.采用newff 函数来建立BP 网络.其输入节点数为16×16 = 256,隐层传输函数为Sigmoid 函数.假设用一个输出节点表示10 个数字,则输出层传输函数为pureline,隐层节点数为256 +1 + a(a(a等于等于11 ~~10 1)0),取25.构造训练样本集,并构成训练所需的输入向量p 和目标向量t. 通过画图工具获得数字.本例构造了新宋体12 号、8 号字体各10 个,黑体12 号、8 号各10 个,及宋体加粗18 号字体.由于图像处理的复杂性,对于不同噪声的污染选择不同的方法,选择没有噪声的数字进行测试.选择训练样本中的任意数据进行测试,结构非常正确.选择生成的新宋体8 号大小的数字进行测试.结果正确,选择其他类型的字体进行测试,则结果不是完全正确.

三、仿真结果

本文使用BP 网络进行数字识别的流程如下:(1)利用大量的训练样本来训练网络,以得到以文件形式保存的权值.训练样本为精心选择的可以很好地反映样本可分特性的已知数据.将训练样本图片进行特征提取后,就可以送入BP 网络进行训练.(2)训练完BP 网络后就可以用它对未知数据进行识别了.首先要经过预处理,然后进行特征提取,最后送入BP 网络直至得出结果.数字识别效果如图2 所示.

总结:本文结合神经网络技术,对数字识别问题进行了探讨和研究,并且仿真结果表明,对于字体和字号与训练样本集相同的测试样本,无论图像中的数字在什么位置,都可以识别出来.

数字论文参考资料:

论文数字序号格式

数字通信世界杂志

论文数字

数字通信杂志

数字媒体论文

参考文献后面的数字是什么意思

本文总结,该文是一篇关于手写识别和数字和系统方面的相关大学硕士和数字本科毕业论文以及相关数字论文开题报告范文和职称论文写作参考文献资料。

和你相关的