特征提取和特征選擇在手寫數(shù)字識(shí)別中的應(yīng)用.pdf

1、手寫數(shù)字識(shí)別的應(yīng)用領(lǐng)域非常廣泛。大部分領(lǐng)域都要求手寫識(shí)別有較高的正確率和較低的誤識(shí)率。同時(shí)，大批量數(shù)據(jù)處理對(duì)速度又有相當(dāng)?shù)囊?，這就對(duì)識(shí)別系統(tǒng)提出了更高的要求，許多理論上完美但是速度過(guò)低的方法是行不通的。因此研究簡(jiǎn)單高效的手寫數(shù)字識(shí)別系統(tǒng)依然是一個(gè)重要的研究方向。 本文提出了一種基于特征提取、特征選擇和BP神經(jīng)網(wǎng)絡(luò)的手寫數(shù)字識(shí)別系統(tǒng)。通過(guò)特征提取和特征選擇對(duì)原始數(shù)據(jù)進(jìn)行處理，再將處理后的數(shù)據(jù)輸入到BP神經(jīng)網(wǎng)絡(luò)中，經(jīng)過(guò)反復(fù)訓(xùn)練得到

2、了識(shí)別正確率較高的系統(tǒng)。為了提高識(shí)別正確率和識(shí)別速度，主要做了以下幾項(xiàng)工作： 1、針對(duì)K算子特征和Fourier特征，通過(guò)實(shí)驗(yàn)得出了在K-L變換時(shí)樣本數(shù)和所降低到的特征維數(shù)的關(guān)系圖。經(jīng)分析表明，每種特征所能降到的最大維數(shù)是一定的，這一維數(shù)足以表征每一個(gè)樣本，同時(shí)又保證了使用的樣本數(shù)最少。 2、分析了BP算法傳統(tǒng)分析方法的缺陷，提出了一種BP算法的矩陣分析方法，它不但有利于整體明晰的看到影響突觸權(quán)值修正的因素，而且還有利于