基于神經(jīng)網(wǎng)絡(luò)與GPU的手寫數(shù)字識別及其試卷管理.pdf

1、試卷的數(shù)字化管理對提高教學(xué)質(zhì)量有著十分重要的作用。借助數(shù)字化試卷管理系統(tǒng)，可以有效分析學(xué)生對知識點(diǎn)的掌握情況。因此，設(shè)計(jì)一個(gè)數(shù)字化的試卷管理系統(tǒng)具有重要的應(yīng)用價(jià)值。
　　 數(shù)字化的試卷管理的核心在于試卷信息的識別、存儲與分析，同時(shí)試卷中學(xué)號、分?jǐn)?shù)的自動識別是其中的關(guān)鍵步驟之一。為了將手寫體數(shù)字識別應(yīng)用到試卷管理中，本文在對現(xiàn)有的手寫數(shù)字識別技術(shù)進(jìn)行研究之后，采用基于BP神經(jīng)網(wǎng)絡(luò)作為識別算法，并在GPU上實(shí)現(xiàn)對BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練，

2、達(dá)到了減少訓(xùn)練神經(jīng)網(wǎng)絡(luò)時(shí)間的目的。本文設(shè)計(jì)了數(shù)字化試卷管理系統(tǒng)的總體框架，并實(shí)現(xiàn)了學(xué)號和分?jǐn)?shù)的數(shù)字識別等核心功能。本文主要工作體現(xiàn)在：
　　 1.通過灰度化、二值化、去噪聲、傾斜校正一系列預(yù)處理，得到利于識別的二值圖像；利用投影法對表格區(qū)域進(jìn)行了定位，確定待提取數(shù)字所在的區(qū)域；并通過分割和歸一化得到待辨識的數(shù)字。
　　 2.結(jié)合數(shù)字試卷管理的特點(diǎn)，提出了采用BP神經(jīng)網(wǎng)絡(luò)的手寫數(shù)字識別方案，將其應(yīng)用于試卷管理系統(tǒng)中。

3、>　　 3.神經(jīng)網(wǎng)絡(luò)進(jìn)行手寫數(shù)字識別時(shí)，識別率和訓(xùn)練樣本的大小有著密切關(guān)系，樣本的容量越大，訓(xùn)練耗時(shí)將越多。為了提高訓(xùn)練效率，本文設(shè)計(jì)并實(shí)現(xiàn)了利用GPU對神經(jīng)網(wǎng)絡(luò)的訓(xùn)練進(jìn)行加速的算法。
　　 4.運(yùn)用VC++實(shí)現(xiàn)了試卷管理原型系統(tǒng)及核心模塊，其中包括學(xué)號、成績的自動識別和儲存。同時(shí)將GPU通用計(jì)算應(yīng)用于試卷管理系統(tǒng)中，對神經(jīng)網(wǎng)絡(luò)的訓(xùn)練算法進(jìn)行加速。經(jīng)測試，GPU對三層神經(jīng)網(wǎng)絡(luò)訓(xùn)練的加速可以達(dá)到4～6倍，對解決實(shí)際應(yīng)用中，神經(jīng)網(wǎng)