电脑桌面
添加小米粒文库到电脑桌面
安装后可以在桌面快捷访问

基于BP神经网络的手写数字识别研究人工智能

基于BP神经网络的手写数字识别研究人工智能_第1页
1/6
基于BP神经网络的手写数字识别研究人工智能_第2页
2/6
基于BP神经网络的手写数字识别研究人工智能_第3页
3/6
下载后可任意编辑人工智能系别: 计算机系专业: 计算机科学与技术班级: 0701 班姓名: 李玉茹学号 : 2024151115指导老师:严武军下载后可任意编辑1 神经网络……………………………………………………………………………………..摘要……...…………………………………...…………………………………………………关键词……...……………………………………………………………………………………1.引言2 BP 神经网络……...……………………………………………………………………………3 基于 BP 神经网络的手写数字识别……...……………………………………………………3.1 输入向量与目标向量……………………………………………………………………….3.2 BP 神经网络的构建……………………………………………………………………….3. 3 网络的训练………………………………………………………………………………4 实验结果与分析…………………………………………………………………………….5 结论…………………………………………………………………………………………下载后可任意编辑基于BP神经网络的手写数字识别讨论摘要:将BP神经网络应用于手写数字识别,通过实验证实,该方法具有较高的识别率和可靠性.关键词: BP神经网络;模式识别;图像处理;特征提取1. 引言手写数字识别是光学字符识别技术的一个分支,讨论如何利用电子计算机自动辨认人手写在纸张上的阿拉伯数字. 由于手写体数字的随意性很大,例如,字体的大小、倾斜、笔画的粗细等等,都会对识别结果造成影响. 在过去的数十年中,讨论者们提出了许多识别方法,取得了较大的成果. 手写数字识别技术的有用性很强,例如在大规模数据统计(人口普查、例行年检) 、财务、保险、税务、邮件分拣等应用领域中都有宽阔的应用前景. 手写数字识别一般通过基于结构的识别法及模板匹配法来进行处理,但识别率和可靠性都不高. 为了提高识别率,就必须寻求新的方法和途径. 近年来, BP神经网络技术取得了巨大进展,它是一种前馈反向型神经网络,具有并行处理信息、自组织、自学习信息等优点,特别适用于模式识别领域. 本文基于BP神经网络原理对手写数字进行识别,通过对1000个手写数字的识别,证实本方法在手写数字识别方面的有效性.2 BP神经网络神经网络的概念、原理和设计是受生物、特别是人脑神经系统的启发提出的. 神经网络由大量简单的处理单元来模拟真实人脑神经网络的机构和...

1、当您付费下载文档后,您只拥有了使用权限,并不意味着购买了版权,文档只能用于自身使用,不得用于其他商业用途(如 [转卖]进行直接盈利或[编辑后售卖]进行间接盈利)。
2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。
3、如文档内容存在违规,或者侵犯商业秘密、侵犯著作权等,请点击“违规举报”。

碎片内容

基于BP神经网络的手写数字识别研究人工智能

确认删除?
VIP
微信客服
  • 扫码咨询
会员Q群
  • 会员专属群点击这里加入QQ群
客服邮箱
回到顶部