| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-17页 |
| ·手写数字识别技术的研究现状和发展 | 第8-9页 |
| ·图像识别 | 第9-12页 |
| ·模式识别与图像识别 | 第9-12页 |
| ·图像识别的应用 | 第12页 |
| ·神经网络 | 第12-15页 |
| ·神经网络的发展概述 | 第13-14页 |
| ·神经网络的特点 | 第14-15页 |
| ·神经网络的应用 | 第15页 |
| ·本文的主要内容 | 第15-17页 |
| 第二章 图像采集与图像预处理 | 第17-33页 |
| ·图像采集 | 第17-23页 |
| ·VFW简介 | 第17-19页 |
| ·用Visual C++6.0实现VFW的图像采集 | 第19-23页 |
| ·图像预处理 | 第23-30页 |
| ·特征选择和提取 | 第30-33页 |
| 第三章 神经网络 | 第33-44页 |
| ·神经网络概述 | 第33-37页 |
| ·神经网络的基本概念 | 第33-34页 |
| ·人工神经元模型 | 第34-37页 |
| ·神经网络的结构及工作方式 | 第37-41页 |
| ·神经网络的结构 | 第37-38页 |
| ·神经网络的学习 | 第38-39页 |
| ·神经网络的学习规则 | 第39-41页 |
| ·感知器神经网络模型 | 第41-44页 |
| ·单层感知器 | 第41-43页 |
| ·多层感知器 | 第43-44页 |
| 第四章 基于BP神经网络的手写数字识别系统的设计 | 第44-60页 |
| ·BP神经网络简介 | 第44-45页 |
| ·手写数字识别的BP神经网络设计 | 第45-54页 |
| ·BP神经网络各层神经元数目的确定 | 第47-49页 |
| ·BP神经网络相关参数的确定 | 第49-51页 |
| ·BP神经网络的学习算法 | 第51-54页 |
| ·BP神经网络的改进 | 第54-60页 |
| ·BP神经网络的局限性 | 第54-55页 |
| ·BP神经网络参数的改进 | 第55-60页 |
| 第五章 软件系统与实验 | 第60-66页 |
| 第六章 结论 | 第66-67页 |
| 参考文献 | 第67-70页 |
| 致谢 | 第70页 |