计算机应用专业样稿.doc

: .
河南省高等教育自学考试
河 南 科 技 大 学
毕 业 设 计（论 文）
题目： 基于BP网络字符识别技术
姓 名： 王 能
准考证号：
专 业： 计算机多媒体
指导老师： 高 勇
年 3 月 30日
高等教育自学考试
毕业设计（论文）任务书
一、题 目：基于BP网络字符识别技术

二、时 间： 12月15日起至3月31日
三、进行地点： 郑州大学
4. 内容要求：
书写作为一直以来搜集信息、存放信息、和传输信息最关键方法，不仅对于人和人交流起着很关键作用，而且对于人和机器信息交流起着至关关键作用。大家之所以在字符识别领域投入大量研究，不只是因为在计算机模拟人类阅读时碰到挑战，还因为字符识别提供了很多很有效应用，自从数字计算机发明以来，机器模拟人类多种行为功效已经成为一个含有挑战性研究领域。在部分领域，已经取得了大量成就，比如数字分解、象棋游戏等。不过在部分相对常规功效上，计算机仍然表现没有些人类那么好，比如机器视觉。在过去30年里，大家做了大量相关计算机模拟人类阅读和了解研究，不过结果仍然和预期相差很远。
指导老师： 高 勇 职称： 讲 师

同意日期： 年 12 月 10 日摘 要
字符识别技术作为模式识别一个关键领域，在很多方面有着极其关键应用，尤其是在数字图书馆、手写输入系统、多媒体数据库等领域。本文是经过BP网络对机器打印字符和单词进行识别。首先产生52个英文大小写字符图像训练集，训练集选择直接影响到最终网络训练质量。在本文中我们对这52个英文大小写字符进行加噪声处理，使这52个字符图像含有多个不一样种类不一样噪声强度噪声，每个字符产生了15组训练集。接着利用这些训练集对BP网络进行训练，调整训练函数、隐含层节点数、学****率等参数使训练出来网络含有很好收敛性能。然后利用训练好BP网络对单个字符进行识别。因为有字符含有一定噪声强度椒盐噪声，本文利用适应谱滤波器对存在椒盐噪声字符图像进行降噪声处理，然后利用训练好BP网络进行识别，试验结果表明，%。在完成对单个字符识别以后，本文开始对单词进行识别。因为对单词进行识别最关键一步是对单词进行有效地分割，所以本文着关键放在了怎样对单词进行分割上，当单词被有效地分割成单个离散字符以后，利用训练好BP网络对每个字符进行识别，也就完成了单词识别。在本文中，我们采取可变窗口技术，抓住机器打印字符之间存在空隙特征，经过矩阵分割成功有效完成了对机器打印字符分割。最终，针对BP网络存在问题，列出了能够改善方案。

关键词:BP网络；模式识别；字符识别；字符分割

目 录
0
课题背景 0
目标和意义 1
1
2
2
预处理 2
分割 5
8
8
9
BP网络介绍 11
14
14
15
致 谢 17
参考文件 18
基于BP网络字符识别技术

课题背景
模式识别是对客观世界中物体和过程进行分类、描述学科。图像是模式一个，图像了解和机器人视觉中使用了很多模式识别概念和方法，图像了解中匹配和模式识别关系尤为亲密，二者相互交叉，不可分割。所以，模式识别技术不停发展对图像了解和机器人视觉发展起着关键支持作用。现在，对图像模式识别关键集中在对图像中感爱好内容(目标)分类、分析和描述。模式识别方法有:
统计模式识别。统计模式识别指依据模式统计特征用一系列自动化技术将给定模式赋值和分类，它建立在经典决议理论之上。统计模式识别先使用一个由一组己知类别模式组成训练集获取决议函数参数，再用这个决议函数组成分类器对模式进行识别。常见分类器有:最小距离分类器、最优统计分类器等。
结构模式识别。结构模式识别也称句法模式识别，它基于形式语言理论。实现结构模式识别需要定义一组模式基元，