需要金幣： 1000 個金幣 |
資料包括：完整論文 |  |
 |
| 轉換比率：金額 X 10=金幣數(shù)量， 例100元=1000金幣 | 論文字數(shù)：7842 |  | |
| 折扣與優(yōu)惠：團購最低可5折優(yōu)惠 - 了解詳情 | 論文格式：Word格式(*.doc) |  |
摘要:手寫體數(shù)字識別在模式識別中充當了重要的角色，一直是科研人員研究的熱點。雖然只是短短的10種阿拉伯數(shù)字，但卻因為人們書寫習慣的不同以及一些現(xiàn)實原因使得手寫體數(shù)字識別增加了一些難度，手寫體識別率的提高不僅能夠運用在日常生活中，而且在金融行業(yè)，有關誠信的行業(yè)也能得到很好的使用。 深度學習也是機器學習的一個相對來說比較新穎的分支。建立與人腦相似的神經(jīng)網(wǎng)絡，通過讓機器對大量數(shù)據(jù)的學習，并且逐層進行，逐步抽象。在人工神經(jīng)網(wǎng)絡中有一個叫BP的神經(jīng)網(wǎng)絡算法，它是具有隱層的多層前饋網(wǎng)絡，它的學習過程是有信號的正向傳播以及誤差的反饋構成的，因此具有相對來說較高的識別率。 本篇論文將結合MATLAB建立一個BP神經(jīng)網(wǎng)絡來解決手寫體數(shù)字識別的問題，包括使用圖像預處理，對于原始圖像的特征提取等一系列方法。 關鍵詞： 手寫體數(shù)字識別，深度學習，人工神經(jīng)網(wǎng)絡，BP神經(jīng)網(wǎng)絡，MATLAB
目錄 摘要 ABSTRACT 第一章 緒 論-1 1.1手寫體數(shù)字識別研究的發(fā)展背景-1 1.2深度學習在手寫體數(shù)字識別中的應用-1 1.3 論文結構簡介-2 第二章 手寫體識別技術-3 2.1手寫體數(shù)字識別的重點難點-3 2.2手寫體數(shù)字識別圖像預處理-4 2.2.1 平滑去噪-4 2.2.2 二值化-4 2.2.3 歸一化-5 2.2.4 細化-5 2.3 小結-5 第三章 特征提取-6 3.1 特征提取概述-6 3.2 統(tǒng)計特征-6 3.3 結構特征-6 第四章 深度學習概述-7 4.1深度學習-7 4.2 BP算法概述-7 4.2.1 BP網(wǎng)絡的算法實現(xiàn)步驟：-8 第五章 手寫體數(shù)字識別在MTALAB中的步驟-11 5.1 MATLAB簡介-11 5.2 系統(tǒng)流程圖-11 5.3 MATLAB程序設計代碼截圖-11 結 論-20 參考文獻-21 致 謝-22 |
