信號與信息處理專業(yè)畢業(yè)論文[精品論文]一種基于LMBP神經(jīng)網(wǎng)絡(luò)的手寫體數(shù)字識別系統(tǒng)

1、信號與信息處理專業(yè)畢業(yè)論文 精品論文 一種基于lm-bp神經(jīng)網(wǎng)絡(luò)的手寫體數(shù)字識別系統(tǒng)關(guān)鍵詞：手寫數(shù)字 數(shù)字識別技術(shù) lm-bp神經(jīng)網(wǎng)絡(luò)摘要：光學(xué)字符識別是20世紀20年代逐步發(fā)展起來的一門自動化技術(shù)。日常生活中會遇到各種各樣的數(shù)字信息需要錄入到計算機中去，如大規(guī)模的數(shù)據(jù)統(tǒng)計、財務(wù)、稅務(wù)、金融及郵件分揀等。因此手寫體數(shù)字識別有著廣泛的應(yīng)用前景，對其進行研究有著重要的現(xiàn)實意義。 本文對手寫數(shù)字識別技術(shù)進行了研究和探討，采用基于lm-bp神經(jīng)網(wǎng)絡(luò)分類器的手寫數(shù)字識別方法。該識別方法以圖像預(yù)處理和一定的字符特征提取為基礎(chǔ)，采用結(jié)合了lm數(shù)值優(yōu)化法的bp神經(jīng)網(wǎng)絡(luò)作為核心識別分類器，對點陣輸入向量進行分類

2、識別而確定出最后的識別結(jié)果。 在預(yù)處理方面，本文著重研究了帶折線型斷筆的字符的斷筆連接問題，提出了一種端點特征提取法，結(jié)合dda算法，形成了一種能連接多種折線型斷筆的新方法。此外，針對二值圖像的特點，修改了傳統(tǒng)中值濾波法的具體運算方法，提出了一套快速的運算規(guī)則。另外，使用形態(tài)學(xué)膨脹技術(shù)粗化細化后的字符，均勻化了字符筆畫，用做分類器的輸入。 分類識別器采用了lm-bp神經(jīng)網(wǎng)絡(luò)。對傳統(tǒng)的bp神經(jīng)網(wǎng)絡(luò)訓(xùn)練算法進行了研究，采用綜合優(yōu)化訓(xùn)練算法，使用lm數(shù)值優(yōu)化算法進行權(quán)值與閾值修正，并引入了自適應(yīng)調(diào)節(jié)參數(shù)，靈活地調(diào)節(jié)網(wǎng)絡(luò)訓(xùn)練方式。 識別系統(tǒng)對美國郵政管理局（usps）手寫體數(shù)字圖像庫分別進行了傳統(tǒng)bp

3、神經(jīng)網(wǎng)絡(luò)和lm-bp神經(jīng)網(wǎng)絡(luò)測試實驗，傳統(tǒng)bp神經(jīng)網(wǎng)絡(luò)的最好識別率為92.722，lm-bp神經(jīng)網(wǎng)絡(luò)的識別率達到了96.611，實驗結(jié)果表明該系統(tǒng)對手寫數(shù)字具有較高的識別率。正文內(nèi)容 光學(xué)字符識別是20世紀20年代逐步發(fā)展起來的一門自動化技術(shù)。日常生活中會遇到各種各樣的數(shù)字信息需要錄入到計算機中去，如大規(guī)模的數(shù)據(jù)統(tǒng)計、財務(wù)、稅務(wù)、金融及郵件分揀等。因此手寫體數(shù)字識別有著廣泛的應(yīng)用前景，對其進行研究有著重要的現(xiàn)實意義。 本文對手寫數(shù)字識別技術(shù)進行了研究和探討，采用基于lm-bp神經(jīng)網(wǎng)絡(luò)分類器的手寫數(shù)字識別方法。該識別方法以圖像預(yù)處理和一定的字符特征提取為基礎(chǔ)，采用結(jié)合了lm數(shù)值優(yōu)化法的bp神經(jīng)網(wǎng)

4、絡(luò)作為核心識別分類器，對點陣輸入向量進行分類識別而確定出最后的識別結(jié)果。 在預(yù)處理方面，本文著重研究了帶折線型斷筆的字符的斷筆連接問題，提出了一種端點特征提取法，結(jié)合dda算法，形成了一種能連接多種折線型斷筆的新方法。此外，針對二值圖像的特點，修改了傳統(tǒng)中值濾波法的具體運算方法，提出了一套快速的運算規(guī)則。另外，使用形態(tài)學(xué)膨脹技術(shù)粗化細化后的字符，均勻化了字符筆畫，用做分類器的輸入。 分類識別器采用了lm-bp神經(jīng)網(wǎng)絡(luò)。對傳統(tǒng)的bp神經(jīng)網(wǎng)絡(luò)訓(xùn)練算法進行了研究，采用綜合優(yōu)化訓(xùn)練算法，使用lm數(shù)值優(yōu)化算法進行權(quán)值與閾值修正，并引入了自適應(yīng)調(diào)節(jié)參數(shù)，靈活地調(diào)節(jié)網(wǎng)絡(luò)訓(xùn)練方式。 識別系統(tǒng)對美國郵政管理局（

5、usps）手寫體數(shù)字圖像庫分別進行了傳統(tǒng)bp神經(jīng)網(wǎng)絡(luò)和lm-bp神經(jīng)網(wǎng)絡(luò)測試實驗，傳統(tǒng)bp神經(jīng)網(wǎng)絡(luò)的最好識別率為92.722，lm-bp神經(jīng)網(wǎng)絡(luò)的識別率達到了96.611，實驗結(jié)果表明該系統(tǒng)對手寫數(shù)字具有較高的識別率。光學(xué)字符識別是20世紀20年代逐步發(fā)展起來的一門自動化技術(shù)。日常生活中會遇到各種各樣的數(shù)字信息需要錄入到計算機中去，如大規(guī)模的數(shù)據(jù)統(tǒng)計、財務(wù)、稅務(wù)、金融及郵件分揀等。因此手寫體數(shù)字識別有著廣泛的應(yīng)用前景，對其進行研究有著重要的現(xiàn)實意義。 本文對手寫數(shù)字識別技術(shù)進行了研究和探討，采用基于lm-bp神經(jīng)網(wǎng)絡(luò)分類器的手寫數(shù)字識別方法。該識別方法以圖像預(yù)處理和一定的字符特征提取為基礎(chǔ)，采

6、用結(jié)合了lm數(shù)值優(yōu)化法的bp神經(jīng)網(wǎng)絡(luò)作為核心識別分類器，對點陣輸入向量進行分類識別而確定出最后的識別結(jié)果。 在預(yù)處理方面，本文著重研究了帶折線型斷筆的字符的斷筆連接問題，提出了一種端點特征提取法，結(jié)合dda算法，形成了一種能連接多種折線型斷筆的新方法。此外，針對二值圖像的特點，修改了傳統(tǒng)中值濾波法的具體運算方法，提出了一套快速的運算規(guī)則。另外，使用形態(tài)學(xué)膨脹技術(shù)粗化細化后的字符，均勻化了字符筆畫，用做分類器的輸入。 分類識別器采用了lm-bp神經(jīng)網(wǎng)絡(luò)。對傳統(tǒng)的bp神經(jīng)網(wǎng)絡(luò)訓(xùn)練算法進行了研究，采用綜合優(yōu)化訓(xùn)練算法，使用lm數(shù)值優(yōu)化算法進行權(quán)值與閾值修正，并引入了自適應(yīng)調(diào)節(jié)參數(shù)，靈活地調(diào)節(jié)網(wǎng)絡(luò)訓(xùn)練

7、方式。 識別系統(tǒng)對美國郵政管理局（usps）手寫體數(shù)字圖像庫分別進行了傳統(tǒng)bp神經(jīng)網(wǎng)絡(luò)和lm-bp神經(jīng)網(wǎng)絡(luò)測試實驗，傳統(tǒng)bp神經(jīng)網(wǎng)絡(luò)的最好識別率為92.722，lm-bp神經(jīng)網(wǎng)絡(luò)的識別率達到了96.611，實驗結(jié)果表明該系統(tǒng)對手寫數(shù)字具有較高的識別率。光學(xué)字符識別是20世紀20年代逐步發(fā)展起來的一門自動化技術(shù)。日常生活中會遇到各種各樣的數(shù)字信息需要錄入到計算機中去，如大規(guī)模的數(shù)據(jù)統(tǒng)計、財務(wù)、稅務(wù)、金融及郵件分揀等。因此手寫體數(shù)字識別有著廣泛的應(yīng)用前景，對其進行研究有著重要的現(xiàn)實意義。 本文對手寫數(shù)字識別技術(shù)進行了研究和探討，采用基于lm-bp神經(jīng)網(wǎng)絡(luò)分類器的手寫數(shù)字識別方法。該識別方法以圖像預(yù)

8、處理和一定的字符特征提取為基礎(chǔ)，采用結(jié)合了lm數(shù)值優(yōu)化法的bp神經(jīng)網(wǎng)絡(luò)作為核心識別分類器，對點陣輸入向量進行分類識別而確定出最后的識別結(jié)果。 在預(yù)處理方面，本文著重研究了帶折線型斷筆的字符的斷筆連接問題，提出了一種端點特征提取法，結(jié)合dda算法，形成了一種能連接多種折線型斷筆的新方法。此外，針對二值圖像的特點，修改了傳統(tǒng)中值濾波法的具體運算方法，提出了一套快速的運算規(guī)則。另外，使用形態(tài)學(xué)膨脹技術(shù)粗化細化后的字符，均勻化了字符筆畫，用做分類器的輸入。 分類識別器采用了lm-bp神經(jīng)網(wǎng)絡(luò)。對傳統(tǒng)的bp神經(jīng)網(wǎng)絡(luò)訓(xùn)練算法進行了研究，采用綜合優(yōu)化訓(xùn)練算法，使用lm數(shù)值優(yōu)化算法進行權(quán)值與閾值修正，并引入了

9、自適應(yīng)調(diào)節(jié)參數(shù)，靈活地調(diào)節(jié)網(wǎng)絡(luò)訓(xùn)練方式。 識別系統(tǒng)對美國郵政管理局（usps）手寫體數(shù)字圖像庫分別進行了傳統(tǒng)bp神經(jīng)網(wǎng)絡(luò)和lm-bp神經(jīng)網(wǎng)絡(luò)測試實驗，傳統(tǒng)bp神經(jīng)網(wǎng)絡(luò)的最好識別率為92.722，lm-bp神經(jīng)網(wǎng)絡(luò)的識別率達到了96.611，實驗結(jié)果表明該系統(tǒng)對手寫數(shù)字具有較高的識別率。光學(xué)字符識別是20世紀20年代逐步發(fā)展起來的一門自動化技術(shù)。日常生活中會遇到各種各樣的數(shù)字信息需要錄入到計算機中去，如大規(guī)模的數(shù)據(jù)統(tǒng)計、財務(wù)、稅務(wù)、金融及郵件分揀等。因此手寫體數(shù)字識別有著廣泛的應(yīng)用前景，對其進行研究有著重要的現(xiàn)實意義。 本文對手寫數(shù)字識別技術(shù)進行了研究和探討，采用基于lm-bp神經(jīng)網(wǎng)絡(luò)分類器的手

10、寫數(shù)字識別方法。該識別方法以圖像預(yù)處理和一定的字符特征提取為基礎(chǔ)，采用結(jié)合了lm數(shù)值優(yōu)化法的bp神經(jīng)網(wǎng)絡(luò)作為核心識別分類器，對點陣輸入向量進行分類識別而確定出最后的識別結(jié)果。 在預(yù)處理方面，本文著重研究了帶折線型斷筆的字符的斷筆連接問題，提出了一種端點特征提取法，結(jié)合dda算法，形成了一種能連接多種折線型斷筆的新方法。此外，針對二值圖像的特點，修改了傳統(tǒng)中值濾波法的具體運算方法，提出了一套快速的運算規(guī)則。另外，使用形態(tài)學(xué)膨脹技術(shù)粗化細化后的字符，均勻化了字符筆畫，用做分類器的輸入。 分類識別器采用了lm-bp神經(jīng)網(wǎng)絡(luò)。對傳統(tǒng)的bp神經(jīng)網(wǎng)絡(luò)訓(xùn)練算法進行了研究，采用綜合優(yōu)化訓(xùn)練算法，使用lm數(shù)值優(yōu)

11、化算法進行權(quán)值與閾值修正，并引入了自適應(yīng)調(diào)節(jié)參數(shù)，靈活地調(diào)節(jié)網(wǎng)絡(luò)訓(xùn)練方式。 識別系統(tǒng)對美國郵政管理局（usps）手寫體數(shù)字圖像庫分別進行了傳統(tǒng)bp神經(jīng)網(wǎng)絡(luò)和lm-bp神經(jīng)網(wǎng)絡(luò)測試實驗，傳統(tǒng)bp神經(jīng)網(wǎng)絡(luò)的最好識別率為92.722，lm-bp神經(jīng)網(wǎng)絡(luò)的識別率達到了96.611，實驗結(jié)果表明該系統(tǒng)對手寫數(shù)字具有較高的識別率。光學(xué)字符識別是20世紀20年代逐步發(fā)展起來的一門自動化技術(shù)。日常生活中會遇到各種各樣的數(shù)字信息需要錄入到計算機中去，如大規(guī)模的數(shù)據(jù)統(tǒng)計、財務(wù)、稅務(wù)、金融及郵件分揀等。因此手寫體數(shù)字識別有著廣泛的應(yīng)用前景，對其進行研究有著重要的現(xiàn)實意義。 本文對手寫數(shù)字識別技術(shù)進行了研究和探討，采

12、用基于lm-bp神經(jīng)網(wǎng)絡(luò)分類器的手寫數(shù)字識別方法。該識別方法以圖像預(yù)處理和一定的字符特征提取為基礎(chǔ)，采用結(jié)合了lm數(shù)值優(yōu)化法的bp神經(jīng)網(wǎng)絡(luò)作為核心識別分類器，對點陣輸入向量進行分類識別而確定出最后的識別結(jié)果。 在預(yù)處理方面，本文著重研究了帶折線型斷筆的字符的斷筆連接問題，提出了一種端點特征提取法，結(jié)合dda算法，形成了一種能連接多種折線型斷筆的新方法。此外，針對二值圖像的特點，修改了傳統(tǒng)中值濾波法的具體運算方法，提出了一套快速的運算規(guī)則。另外，使用形態(tài)學(xué)膨脹技術(shù)粗化細化后的字符，均勻化了字符筆畫，用做分類器的輸入。 分類識別器采用了lm-bp神經(jīng)網(wǎng)絡(luò)。對傳統(tǒng)的bp神經(jīng)網(wǎng)絡(luò)訓(xùn)練算法進行了研究，采

13、用綜合優(yōu)化訓(xùn)練算法，使用lm數(shù)值優(yōu)化算法進行權(quán)值與閾值修正，并引入了自適應(yīng)調(diào)節(jié)參數(shù)，靈活地調(diào)節(jié)網(wǎng)絡(luò)訓(xùn)練方式。 識別系統(tǒng)對美國郵政管理局（usps）手寫體數(shù)字圖像庫分別進行了傳統(tǒng)bp神經(jīng)網(wǎng)絡(luò)和lm-bp神經(jīng)網(wǎng)絡(luò)測試實驗，傳統(tǒng)bp神經(jīng)網(wǎng)絡(luò)的最好識別率為92.722，lm-bp神經(jīng)網(wǎng)絡(luò)的識別率達到了96.611，實驗結(jié)果表明該系統(tǒng)對手寫數(shù)字具有較高的識別率。光學(xué)字符識別是20世紀20年代逐步發(fā)展起來的一門自動化技術(shù)。日常生活中會遇到各種各樣的數(shù)字信息需要錄入到計算機中去，如大規(guī)模的數(shù)據(jù)統(tǒng)計、財務(wù)、稅務(wù)、金融及郵件分揀等。因此手寫體數(shù)字識別有著廣泛的應(yīng)用前景，對其進行研究有著重要的現(xiàn)實意義。 本文對手

14、寫數(shù)字識別技術(shù)進行了研究和探討，采用基于lm-bp神經(jīng)網(wǎng)絡(luò)分類器的手寫數(shù)字識別方法。該識別方法以圖像預(yù)處理和一定的字符特征提取為基礎(chǔ)，采用結(jié)合了lm數(shù)值優(yōu)化法的bp神經(jīng)網(wǎng)絡(luò)作為核心識別分類器，對點陣輸入向量進行分類識別而確定出最后的識別結(jié)果。 在預(yù)處理方面，本文著重研究了帶折線型斷筆的字符的斷筆連接問題，提出了一種端點特征提取法，結(jié)合dda算法，形成了一種能連接多種折線型斷筆的新方法。此外，針對二值圖像的特點，修改了傳統(tǒng)中值濾波法的具體運算方法，提出了一套快速的運算規(guī)則。另外，使用形態(tài)學(xué)膨脹技術(shù)粗化細化后的字符，均勻化了字符筆畫，用做分類器的輸入。 分類識別器采用了lm-bp神經(jīng)網(wǎng)絡(luò)。對傳統(tǒng)的

15、bp神經(jīng)網(wǎng)絡(luò)訓(xùn)練算法進行了研究，采用綜合優(yōu)化訓(xùn)練算法，使用lm數(shù)值優(yōu)化算法進行權(quán)值與閾值修正，并引入了自適應(yīng)調(diào)節(jié)參數(shù)，靈活地調(diào)節(jié)網(wǎng)絡(luò)訓(xùn)練方式。 識別系統(tǒng)對美國郵政管理局（usps）手寫體數(shù)字圖像庫分別進行了傳統(tǒng)bp神經(jīng)網(wǎng)絡(luò)和lm-bp神經(jīng)網(wǎng)絡(luò)測試實驗，傳統(tǒng)bp神經(jīng)網(wǎng)絡(luò)的最好識別率為92.722，lm-bp神經(jīng)網(wǎng)絡(luò)的識別率達到了96.611，實驗結(jié)果表明該系統(tǒng)對手寫數(shù)字具有較高的識別率。光學(xué)字符識別是20世紀20年代逐步發(fā)展起來的一門自動化技術(shù)。日常生活中會遇到各種各樣的數(shù)字信息需要錄入到計算機中去，如大規(guī)模的數(shù)據(jù)統(tǒng)計、財務(wù)、稅務(wù)、金融及郵件分揀等。因此手寫體數(shù)字識別有著廣泛的應(yīng)用前景，對其進行

16、研究有著重要的現(xiàn)實意義。 本文對手寫數(shù)字識別技術(shù)進行了研究和探討，采用基于lm-bp神經(jīng)網(wǎng)絡(luò)分類器的手寫數(shù)字識別方法。該識別方法以圖像預(yù)處理和一定的字符特征提取為基礎(chǔ)，采用結(jié)合了lm數(shù)值優(yōu)化法的bp神經(jīng)網(wǎng)絡(luò)作為核心識別分類器，對點陣輸入向量進行分類識別而確定出最后的識別結(jié)果。 在預(yù)處理方面，本文著重研究了帶折線型斷筆的字符的斷筆連接問題，提出了一種端點特征提取法，結(jié)合dda算法，形成了一種能連接多種折線型斷筆的新方法。此外，針對二值圖像的特點，修改了傳統(tǒng)中值濾波法的具體運算方法，提出了一套快速的運算規(guī)則。另外，使用形態(tài)學(xué)膨脹技術(shù)粗化細化后的字符，均勻化了字符筆畫，用做分類器的輸入。 分類識別器

17、采用了lm-bp神經(jīng)網(wǎng)絡(luò)。對傳統(tǒng)的bp神經(jīng)網(wǎng)絡(luò)訓(xùn)練算法進行了研究，采用綜合優(yōu)化訓(xùn)練算法，使用lm數(shù)值優(yōu)化算法進行權(quán)值與閾值修正，并引入了自適應(yīng)調(diào)節(jié)參數(shù)，靈活地調(diào)節(jié)網(wǎng)絡(luò)訓(xùn)練方式。 識別系統(tǒng)對美國郵政管理局（usps）手寫體數(shù)字圖像庫分別進行了傳統(tǒng)bp神經(jīng)網(wǎng)絡(luò)和lm-bp神經(jīng)網(wǎng)絡(luò)測試實驗，傳統(tǒng)bp神經(jīng)網(wǎng)絡(luò)的最好識別率為92.722，lm-bp神經(jīng)網(wǎng)絡(luò)的識別率達到了96.611，實驗結(jié)果表明該系統(tǒng)對手寫數(shù)字具有較高的識別率。光學(xué)字符識別是20世紀20年代逐步發(fā)展起來的一門自動化技術(shù)。日常生活中會遇到各種各樣的數(shù)字信息需要錄入到計算機中去，如大規(guī)模的數(shù)據(jù)統(tǒng)計、財務(wù)、稅務(wù)、金融及郵件分揀等。因此手寫體數(shù)

18、字識別有著廣泛的應(yīng)用前景，對其進行研究有著重要的現(xiàn)實意義。 本文對手寫數(shù)字識別技術(shù)進行了研究和探討，采用基于lm-bp神經(jīng)網(wǎng)絡(luò)分類器的手寫數(shù)字識別方法。該識別方法以圖像預(yù)處理和一定的字符特征提取為基礎(chǔ)，采用結(jié)合了lm數(shù)值優(yōu)化法的bp神經(jīng)網(wǎng)絡(luò)作為核心識別分類器，對點陣輸入向量進行分類識別而確定出最后的識別結(jié)果。 在預(yù)處理方面，本文著重研究了帶折線型斷筆的字符的斷筆連接問題，提出了一種端點特征提取法，結(jié)合dda算法，形成了一種能連接多種折線型斷筆的新方法。此外，針對二值圖像的特點，修改了傳統(tǒng)中值濾波法的具體運算方法，提出了一套快速的運算規(guī)則。另外，使用形態(tài)學(xué)膨脹技術(shù)粗化細化后的字符，均勻化了字符筆

19、畫，用做分類器的輸入。 分類識別器采用了lm-bp神經(jīng)網(wǎng)絡(luò)。對傳統(tǒng)的bp神經(jīng)網(wǎng)絡(luò)訓(xùn)練算法進行了研究，采用綜合優(yōu)化訓(xùn)練算法，使用lm數(shù)值優(yōu)化算法進行權(quán)值與閾值修正，并引入了自適應(yīng)調(diào)節(jié)參數(shù)，靈活地調(diào)節(jié)網(wǎng)絡(luò)訓(xùn)練方式。 識別系統(tǒng)對美國郵政管理局（usps）手寫體數(shù)字圖像庫分別進行了傳統(tǒng)bp神經(jīng)網(wǎng)絡(luò)和lm-bp神經(jīng)網(wǎng)絡(luò)測試實驗，傳統(tǒng)bp神經(jīng)網(wǎng)絡(luò)的最好識別率為92.722，lm-bp神經(jīng)網(wǎng)絡(luò)的識別率達到了96.611，實驗結(jié)果表明該系統(tǒng)對手寫數(shù)字具有較高的識別率。光學(xué)字符識別是20世紀20年代逐步發(fā)展起來的一門自動化技術(shù)。日常生活中會遇到各種各樣的數(shù)字信息需要錄入到計算機中去，如大規(guī)模的數(shù)據(jù)統(tǒng)計、財務(wù)、稅

20、務(wù)、金融及郵件分揀等。因此手寫體數(shù)字識別有著廣泛的應(yīng)用前景，對其進行研究有著重要的現(xiàn)實意義。 本文對手寫數(shù)字識別技術(shù)進行了研究和探討，采用基于lm-bp神經(jīng)網(wǎng)絡(luò)分類器的手寫數(shù)字識別方法。該識別方法以圖像預(yù)處理和一定的字符特征提取為基礎(chǔ)，采用結(jié)合了lm數(shù)值優(yōu)化法的bp神經(jīng)網(wǎng)絡(luò)作為核心識別分類器，對點陣輸入向量進行分類識別而確定出最后的識別結(jié)果。 在預(yù)處理方面，本文著重研究了帶折線型斷筆的字符的斷筆連接問題，提出了一種端點特征提取法，結(jié)合dda算法，形成了一種能連接多種折線型斷筆的新方法。此外，針對二值圖像的特點，修改了傳統(tǒng)中值濾波法的具體運算方法，提出了一套快速的運算規(guī)則。另外，使用形態(tài)學(xué)膨脹技

21、術(shù)粗化細化后的字符，均勻化了字符筆畫，用做分類器的輸入。 分類識別器采用了lm-bp神經(jīng)網(wǎng)絡(luò)。對傳統(tǒng)的bp神經(jīng)網(wǎng)絡(luò)訓(xùn)練算法進行了研究，采用綜合優(yōu)化訓(xùn)練算法，使用lm數(shù)值優(yōu)化算法進行權(quán)值與閾值修正，并引入了自適應(yīng)調(diào)節(jié)參數(shù)，靈活地調(diào)節(jié)網(wǎng)絡(luò)訓(xùn)練方式。 識別系統(tǒng)對美國郵政管理局（usps）手寫體數(shù)字圖像庫分別進行了傳統(tǒng)bp神經(jīng)網(wǎng)絡(luò)和lm-bp神經(jīng)網(wǎng)絡(luò)測試實驗，傳統(tǒng)bp神經(jīng)網(wǎng)絡(luò)的最好識別率為92.722，lm-bp神經(jīng)網(wǎng)絡(luò)的識別率達到了96.611，實驗結(jié)果表明該系統(tǒng)對手寫數(shù)字具有較高的識別率。光學(xué)字符識別是20世紀20年代逐步發(fā)展起來的一門自動化技術(shù)。日常生活中會遇到各種各樣的數(shù)字信息需要錄入到計算機

22、中去，如大規(guī)模的數(shù)據(jù)統(tǒng)計、財務(wù)、稅務(wù)、金融及郵件分揀等。因此手寫體數(shù)字識別有著廣泛的應(yīng)用前景，對其進行研究有著重要的現(xiàn)實意義。 本文對手寫數(shù)字識別技術(shù)進行了研究和探討，采用基于lm-bp神經(jīng)網(wǎng)絡(luò)分類器的手寫數(shù)字識別方法。該識別方法以圖像預(yù)處理和一定的字符特征提取為基礎(chǔ)，采用結(jié)合了lm數(shù)值優(yōu)化法的bp神經(jīng)網(wǎng)絡(luò)作為核心識別分類器，對點陣輸入向量進行分類識別而確定出最后的識別結(jié)果。 在預(yù)處理方面，本文著重研究了帶折線型斷筆的字符的斷筆連接問題，提出了一種端點特征提取法，結(jié)合dda算法，形成了一種能連接多種折線型斷筆的新方法。此外，針對二值圖像的特點，修改了傳統(tǒng)中值濾波法的具體運算方法，提出了一套快速的運算規(guī)則。另外，使用形態(tài)學(xué)膨脹技術(shù)粗化細化后的字符，均勻化了字符筆畫，用做分類器的輸入。 分類識別器采用了lm-bp神經(jīng)網(wǎng)絡(luò)。對傳