基于Matlab的神经网络数字识别方法任务书

 2021-10-13 08:10

1. 毕业设计(论文)的内容和要求

1.设计(论文)内容

手写体数字的识别虽然只有10个字符,但其笔划是构成其他字符的基础,因此对其进行识别的方法可以推广到较复杂字符的识别上.同时,手写体数字识别系统也有其现实应用.比如邮政编码识别,票据处理等,而且这些应用对其识别精度要求比较高,因此,对手写体数字识别的研究,除了可以作为字符识别的先行研究之外,还有实际应用.在平常生活中,我们经常会遇到具有噪声干扰的字符数字的识别,比如要求识别字体模糊不清,难以辨认的汽车车牌等,如何从这些残缺不全的信息中提取完整的信息,是非常关键的技术,在邮政,交通,票据方面都有非常高的应用价值,用神经网络进行字符的识别是常用的方法.

数字识别分为图像处理模块和模式识别模块,在模式识别部分,首先把图像处理部分所得到的特征值输入到训练好的神经网络,然后用训练好的神经网络对提取出来的字符特征值进行识别,最后得到要识别的数字。本课题利用Matlab软件建立一种神经网络识别模型;对不同噪声的数字进行识别测试,要求有较高的准确率。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 参考文献

[1] 牛慧娟,汪森霖. 基于神经网络的带噪声英文字母和数字识别[J]. 研究与开发, 2008, 10: 59-63.

[2]柳回春,马树兀,吴平东,等.手写体数字识别技术的研究[J].计算

机工程,2003,29(4):24-61.

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文任务书,课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。