基于神经网络的手写体数字识别系统的研究
| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第1章 绪论 | 第8-13页 |
| 1.1 引言 | 第8页 |
| 1.2 国内外研究现状 | 第8-10页 |
| 1.3 研究目标与意义 | 第10-11页 |
| 1.4 论文主要内容 | 第11-13页 |
| 第2章 手写数字识别的理论研究 | 第13-27页 |
| 2.1 手写数字识别的研究方法 | 第13-14页 |
| 2.2 手写数字特征提取 | 第14-17页 |
| 2.2.1 主成分分析 | 第14-15页 |
| 2.2.2 Sobel特征提取 | 第15-16页 |
| 2.2.3 Gabor特征提取 | 第16-17页 |
| 2.3 BP神经网络 | 第17-21页 |
| 2.3.1 BP神经网络优缺点 | 第19页 |
| 2.3.2 BP神经网络的结构设计 | 第19-21页 |
| 2.3.3 误差准则函数 | 第21页 |
| 2.3.4 训练的停止条件 | 第21页 |
| 2.4 卷积神经网络 | 第21-26页 |
| 2.4.1 局部连接与权值共享 | 第22-23页 |
| 2.4.2 卷积层与下采样层 | 第23-25页 |
| 2.4.3 前向传播算法 | 第25页 |
| 2.4.4 反向传播算法 | 第25-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第3章 基于神经网络的手写数字识别算法研究 | 第27-39页 |
| 3.1 BP神经网络试验 | 第27-34页 |
| 3.1.1 BP神经网络的改进策略 | 第27-30页 |
| 3.1.2 BP网络的搭建 | 第30-31页 |
| 3.1.3 特征提取 | 第31-34页 |
| 3.2 卷积神经网络试验 | 第34-37页 |
| 3.3 组合神经网络实验 | 第37-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第4章 基于神经网络的手写数字识别系统设计 | 第39-52页 |
| 4.1 MATLAB GUI介绍 | 第39-41页 |
| 4.2 部分功能的实现 | 第41-43页 |
| 4.2.1 图像的获取与显示 | 第41页 |
| 4.2.2 可编辑文本内容的读取 | 第41-42页 |
| 4.2.3 识别结果的保存 | 第42-43页 |
| 4.3 图像的预处理 | 第43-48页 |
| 4.3.1 图像二值化方法 | 第43-45页 |
| 4.3.2 手写数字定位 | 第45-46页 |
| 4.3.3 图像分割 | 第46-48页 |
| 4.4 识别结果分析 | 第48-50页 |
| 4.5 本章小结 | 第50-52页 |
| 第5章 总结 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 致谢 | 第57-58页 |
| 攻读学位期间所开展的科研项目和发表的学术论文 | 第58页 |
