基于神經(jīng)網(wǎng)絡(luò)的數(shù)字識(shí)別系統(tǒng)的研究與設(shè)計(jì).pdf

1、數(shù)字識(shí)別算法這幾年來一直很受人們的重視，并且它的發(fā)展速度非?？欤撗芯糠较蚓哂泻芨叩膽?yīng)用價(jià)值。在生活中，數(shù)字識(shí)別技術(shù)有廣泛的應(yīng)用，如:車輛牌照識(shí)別，票據(jù)和其他相關(guān)編號(hào)等都可以實(shí)現(xiàn)。
　　人工神經(jīng)網(wǎng)絡(luò)研究是人工智能研究的一個(gè)重要分支，人工神經(jīng)網(wǎng)絡(luò)可近似任何未知的非線性連續(xù)函數(shù)的特性以及強(qiáng)大的并行計(jì)算和泛化能力，要實(shí)現(xiàn)數(shù)字識(shí)別問題的求解，就需要一個(gè)有效的模式識(shí)別工具。神經(jīng)網(wǎng)絡(luò)技術(shù)是從人腦系統(tǒng)的模型模擬人工智能，模擬人類思維的一部分能力

2、的重要途徑。
　　本文在識(shí)別應(yīng)用過程中搜集數(shù)字的相應(yīng)信息，經(jīng)系統(tǒng)識(shí)別后轉(zhuǎn)化為計(jì)算機(jī)能識(shí)別的數(shù)字，這樣就完成了系統(tǒng)輸出。通過大量的范例訓(xùn)練之后，提取識(shí)別數(shù)字對(duì)象的特征向量作為該體系的輸入，從而實(shí)現(xiàn)對(duì)數(shù)字的識(shí)別。
　　本文首先介紹了數(shù)字識(shí)別的研究背景，和國(guó)內(nèi)外的研究現(xiàn)狀，并對(duì)數(shù)字識(shí)別的應(yīng)用前景進(jìn)行了描述，指出了數(shù)字識(shí)別的難點(diǎn);其次，我們分析了數(shù)字識(shí)別的預(yù)處理方法，包括二值化處理和圖像去噪以及歸一化等;最后，分析了BP神經(jīng)網(wǎng)絡(luò)的構(gòu)