手寫體數(shù)字識別.pdf

1、自從計算機問世以來,讓機器具有模式識別能力一直是計算機科學家們的努力方向.研究表明,對視覺和聽覺信息的處理過程,不僅僅是一個感知過程,也是一個認知過程.因此,研究模式識別,是理解人類智能的本質(zhì)的重要途徑.字符識別是一個傳統(tǒng)和典型的模式識別問題,脫機手寫數(shù)字識別是一個典型的大類別的模式識別問題.手寫體數(shù)字具有不同字符字型相差不大、相同字符有多種不同寫法、數(shù)字沒有上下文關(guān)系等等特點,使得脫機手寫體數(shù)字識別成為識別領域最大的難題和最終的目標.

2、在這種大類別識別的研究中,傳統(tǒng)上大多采用匹配的方法來解決問題.原因是方法的實現(xiàn)比較簡單.但是,基于匹配的方法分類精度比較低.近年來,對人工神經(jīng)網(wǎng)絡的研究表明,神經(jīng)網(wǎng)絡是一個高度并行的,非線性的,具有很高冗余度的系統(tǒng),同時,神經(jīng)網(wǎng)絡所具有的自學習自組織能力,是我們能在與外部世界的交互作用下,實現(xiàn)無法用傳統(tǒng)的計算理論表達清楚的功能.所有這些,使得人工神經(jīng)網(wǎng)絡作為一種認知模型在模式識別中得到了成功的應用.更重要的一點是,網(wǎng)絡的學習機制為綜合集

3、成中倡導的人機集成的實現(xiàn)提供了有利的工具.本文主要研究了手寫字符識別.重點在利用人工神經(jīng)網(wǎng)絡手寫數(shù)字識別的預處理階段,并對傾斜的數(shù)字圖像提出了一種新的校正方法,這種方法既易于理解又簡單易行.傳統(tǒng)的校正方法,都是在首先估算出數(shù)字圖像的大概的傾斜角度,然后再根據(jù)這個角度進行傾斜校正.但是估算出的傾斜角度往往誤差較大,這對于傳統(tǒng)的用于模板匹配或是用力矩來識別的識別算法影響不是很大.可對于利用神經(jīng)網(wǎng)絡來識別手寫數(shù)字來說,如果用來訓練神經(jīng)網(wǎng)絡的特