版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認領(lǐng)
文檔簡介
1、廣東工業(yè)大學碩士學位論文一種基于LMBP神經(jīng)網(wǎng)絡(luò)的手寫體數(shù)字識別系統(tǒng)姓名：梁日煦申請學位級別：碩士專業(yè)：信號與信息處理指導教師：潘保昌20090501廣東工業(yè)大學碩十學位論文AbstractHandwrittennumeralrecognitionisanautomatizationtechnologystepbystepdevelopedsincethetwentiesofthe20thcenturyAlmostallkindsofn
2、umeralinformationneedtobeeninputtedintocomputerindailylife，suchaslarge—scalestatistics、financialaffairs、taxationaffairs、finance、mailsortingandSOonTherefore，handwrittennumeralrecognitionhasanwidelyprospectforapplication，a
3、ndthereisagreatpracticalsignificancetostudyonitThisthesishasstudiedanddiscussedthetechnologyofhandwrittennumeralrecognition，andproposedahandwrittennumeralrecognitionmethodbasesonLMBPneuralnetworkTherecognitionmethodbases
4、onthepremiseofimagepreprocessingandcharactercharacteristicextraction，andusethecoreclassifier，whichadoptstheBPneuralnetworkascombiningwiththenumericoptimization，tecognisetheinputvectorandgaintheresultOnthepretreatmentpart
5、，thispaperhasstudiedthetechnologyofjoiningdisconnectedstrokeandproposedaendpointfeatureextractionmethod，itcombinewiththeDDAalgorithmandthenformamethodwhichcanjoinseveralkindsoffoldlinedisconnectedstrokeAccordingwiththech
6、aracteristicofbinaryimage，modifythealgorithmoftraditionalmedianfiltermethodandproposeafastalgorithmInaddition，inordertogainaequalitystroke，usethemorphologicalmethodtothickentheimageafterthinningTheclassifieradoptedtheLMB
7、PneuralnetworkAfterresearchingthetrainningalgorithmofthetraditionalBPneuralnetwork，asyntheticalimprovedtrainningmethodwasadoptedByadoptingtheexcitationfunctionwithagradientfactorandusingtheLMnumericoptimizationalgorithmt
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于BP神經(jīng)網(wǎng)絡(luò)集成的手寫體數(shù)字識別.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的手寫體數(shù)字識別系統(tǒng)的研究.pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)的脫機手寫體數(shù)字識別.pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)的手寫體數(shù)字識別分析與研究.pdf
- 基于BP網(wǎng)絡(luò)的手寫體數(shù)字識別.pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)的手寫數(shù)字識別系統(tǒng)研究.pdf
- 基于PSO-BP神經(jīng)網(wǎng)絡(luò)的脫機手寫體數(shù)字識別.pdf
- 集成型神經(jīng)網(wǎng)絡(luò)手寫體數(shù)字識別.pdf
- 神經(jīng)網(wǎng)絡(luò)集成識別手寫體數(shù)字研究.pdf
- 基于量子神經(jīng)網(wǎng)絡(luò)的手寫體數(shù)字識別研究.pdf
- 基于bp神經(jīng)網(wǎng)絡(luò)與方向小波的手寫數(shù)字識別系統(tǒng)
- BP神經(jīng)網(wǎng)絡(luò)與支持向量機二級識別手寫體數(shù)字.pdf
- 神經(jīng)網(wǎng)絡(luò)在手寫體數(shù)字識別中的應(yīng)用.pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)的手寫數(shù)字識別系統(tǒng)的設(shè)計與實現(xiàn).pdf
- 基于遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的手寫體字母識別.pdf
- 基于多分類器神經(jīng)網(wǎng)絡(luò)集成的手寫體數(shù)字識別.pdf
- 基于專家乘積的手寫體數(shù)字識別系統(tǒng).pdf
- 自由手寫體數(shù)字識別多神經(jīng)網(wǎng)絡(luò)分類器集成系統(tǒng).pdf
- 基于LM-BP神經(jīng)網(wǎng)絡(luò)股票預(yù)測研究.pdf
- 手寫體英文數(shù)字識別系統(tǒng)識別預(yù)處理
評論
0/150
提交評論