- 1、本文档共57页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、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。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:19108035856(电话支持时间:9:00-18:30)。
中 南 大 学
本科生毕业论文(设计)
题 目 基于神经网络的手写数字
识别系统的设计与实现
目 录
摘要 ................................................................
Ⅰ
ABSTRACT ............................................................
Ⅱ
第一章 绪论 ..........................................................
1
1.1 手写体数字识别研究的发展及研究现状 .............................
1
1.2 神经网络在手写体数字识别中的应用...............................
3
1.3 论文结构简介 ..................................................
4
第二章 手写体数字识别.................................................
5
2.1 手写体数字识别的一般方法及难点.................................
5
2.2 图像预处理概述 ................................................
6
2.3 图像预处理的处理步骤 ..........................................
6
2.3.1 图像的平滑去噪...........................................
6
2.3.2 二值话处理...............................................
7
2.3.3 归一化...................................................
8
2.3.4 细化....................................................
10
2.4 小结.........................................................
11
第三章 特征提取 .....................................................
12
3.1 特征提取的概述 ...............................................
12
3.2 统计特征 .....................................................
12
3.3 结构特征 .....................................................
13
3.3.1 结构特征提取............................................
14
3.3.2 笔划特征的提取..........................................
14
3.3.3 数字的特征向量说明......................................
15
3.3 知识库的建立 .................................................
15
第四章 神经网络在数字识别中的应用....................................
17
4.1 神经网络简介及其工作原理 .....................................
17
4.1.1 神经网络概述[14] ..........................................
17
4.1.2 神经网络的工作原理 ......................................
17
4.2 神经网络的学习与训练[15] ........................................
18
4.3 BP 神经网络...................................................
20
4.3.1 BP 算法 .................................................
20
4.3.2 BP 网络的一般学习算法 ...................................
21
4.3.3 BP 网络的设计 .......
文档评论(0)