信号与信息处理专业毕业论文[精品论文]一种基于lm-bp神经网络的手写体数字识别系统

信号与信息处理专业毕业论文[精品论文]一种基于lm-bp神经网络的手写体数字识别系统内容摘要：

经网络的识别率达到了 ％，实验结果表明该系统对手写数字具有较高的识别率。 光学字符识别是 20 世纪 20 年代逐步发展起来的一门自动化技术。 日常生活中会遇到各种各 样的数字信息需要录入到计算机中去，如大规模的数据统计、财务、税务、金融及邮件分拣等。 因此手写体数字识别有着广泛的应用前景，对其进行研究有着重要的现实意义。 本文对手写数字识别技术进行了研究和探讨，采用基于 LMBP 神经网络分类器的手写数字识别方法。 该识别方法以图像预处理和一定的字符特征提取为基础，采用结合了 LM数值优化法的 BP 神经网络作为核心识别分类器，对点阵输入向量进行分类识别而确定出最后的识别结果。 在预处理方面，本文着重研究了带折线型断笔的字符的断笔连接问题，提出了一种端点特征提取法，结合 DDA算法，形成了一种能连接多种折线型断笔的新方法。 此外，针对二值图像的特点，修改了传统中值滤波法的具体运算方法，提出了一套快速的运算规则。 另外，使用形态学膨胀技术粗化细化后的字符，均匀化了字符笔画，用做分类器的输入。 分类识别器采用了 LMBP 神经网络。 对传统的 BP神经网络训练算法进行了研究，采用综合优化训练算法，使用 LM 数值优化算法进行权值与阈值修正，并引入了自适应调节参数，灵活地调节网络训练方式。 识别系统对美国邮政管理局（ USPS）手写体数字图像库分别进行了传统 BP 神经网络和 LMBP 神经网络测 试实验，传统 BP 神经网络的最好识别率为 ％，LMBP 神经网络的识别率达到了 ％，实验结果表明该系统对手写数字具有较高的识别率。 光学字符识别是 20 世纪 20 年代逐步发展起来的一门自动化技术。 日常生活中会遇到各种各样的数字信息需要录入到计算机中去，如大规模的数据统计、财务、税务、金融及邮件分拣等。 因此手写体数字识别有着广泛的应用前景，对其进行研究有着重要的现实意义。 本文对手写数字识别技术进行了研究和探讨，采用基于 LMBP 神经网络分类器的手写数字识别方法。 该识别方法以图像预处理和一定 的字符特征提取为基础，采用结合了 LM数值优化法的 BP 神经网络作为核心识别分类器，对点阵输入向量进行分类识别而确定出最后的识别结果。 在预处理方面，本文着重研究了带折线型断笔的字符的断笔连接问题，提出了一种端点特征提取法，结合 DDA 算法，形成了一种能连接多种折线型断笔的新方法。 此外，针对二值图像的特点，修改了传统中值滤波法的具体运算方法，提出了一套快速的运算规则。 另外，使用形态学膨胀技术粗化细化后的字符，均匀化了字符笔画，用做分类器的输入。 分类识别器采用了 LMBP 神经网络。 对传统的 BP神经网络训练 算法进行了研究，采用综合优化训练算法，使用 LM 数值优化算法进行权值与阈值修正，并引入了自适应调节参数，灵活地调节网络训练方式。 识别系统对美国邮政管理局（ USPS）手写体数字图像库分别进行了传统 BP 神经网络和 LMBP 神经网络测试实验，传统 BP 神经网络的最好识别率为 ％，LMBP 神经网络的识别率达到了 ％，实验结果表明该系统对手写数字具有较高的识别率。 光学字符识别是 20 世纪 20 年代逐步发展起来的一门自动化技术。 日常生活中会遇到各种各样的数字信息需要录入到计算机中去，如大规模的数据 统计、财务、税务、金融及邮件分拣等。 因此手写体数字识别有着广泛的应用前景，对其进行研究有着重要的现实意义。 本文对手写数字识别技术进行了研究和探讨，采用基于 LMBP 神经网络分类器的手写数字识别方法。 该识别方法以图像预处理和一定的字符特征提取为基础，采用结合了 LM数值优化法的 BP 神经网络作为核心识别分类器，对点阵输入向量进行分类识别而确定出最后的识别结果。 在预处理方面，本文着重研究了带折线型断笔的字符的断笔连接问题，提出了一种端点特征提取法，结合 DDA 算法，形成。