基于BP神经网络的手写数字识别系统 |
| |
引用本文: | 黄一格,张炎生.基于BP神经网络的手写数字识别系统[J].机电工程技术,2020,49(1):108-110. |
| |
作者姓名: | 黄一格 张炎生 |
| |
作者单位: | 广东海洋大学电子与信息工程学院,广东湛江 524088;广东海洋大学电子与信息工程学院,广东湛江 524088 |
| |
摘 要: | 针对多数机构面临的大规模报表数据录入问题,提出了一种基于BP神经网络的手写数字识别系统。对输入图像进行图像预处理、图像分割和特征提取,随后将提取的特征信息输入到已经训练好的BP神经网络进行分类识别。训练数据包含140幅大小归一的数字图片,其中100幅作为训练集,40幅作为验证集,并以10幅带有若干手写体数字的图片作为测试集进行识别分析。经Matlab仿真实验结果表明,该分类器具有较短的收敛时间和较为理想的识别精度,在实际工作中具有良好的应用价值。
|
关 键 词: | 手写数字识别 BP神经网络 图像预处理 特征提取 分类模型 识别精度 |
本文献已被 CNKI 万方数据 等数据库收录! |
|