基于 BP 人工神经网络的手写体数字识别.pdf

《基于 BP 人工神经网络的手写体数字识别.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、总第３０４期计算机与数字工程Ｖｏｌ．４３Ｎｏ．２２０１５年第２期Ｃｏｍｐｕｔｅｒ＆ＤｉｇｉｔａｌＥｎｇｉｎｅｅｒｉｎｇ２２３*基于BP人工神经网络的手写体数字识别１２秦鑫张昊（１．新乡医学院生物医学工程学院新乡４５３００３）（２．新乡医学院三全学院新乡４５３００３）摘要手写体数字识别是模式识别研究领域多年来的热点，ＢＰ人工神经网络是目前应用最广泛的神经网络模型之一。将两者融合并结合Ｍａｔｌａｂ软件，提出了一种简单的基于ＢＰ神经网络数字识别的方法，仿真实验结果表明，该方法识别效果良好，准确率高，有一定实用性。关键词ＢＰ神经网络；手写体数字识别；模式识别中图

2、分类号ＴＰ１８３DOI：１０．３９６９／ｊ．ｉｓｓｎ１６７２‐９７２２．２０１５．０２．０１６HandwrittenNumeralRecognitionBasedonBPNeuralNetwork１２QINXinZHANGHao（１．ＳｃｈｏｏｌｏｆＢｉｏｍｅｄｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，ＸｉｎｘｉａｎｇＭｅｄｉｃａｌＵｎｉｖｅｒｓｉｔｙ，Ｘｉｎｘｉａｎｇ４５３００３）（２．ＸｉｎｘｉａｎｇＭｅｄｉｃａｌＵｎｉｖｅｒｓｉｔｙＳａｎｑｕａｎＭｅｄｉｃａｌＣｏｌｌｅｇｅ，Ｘｉｎｘｉａｎｇ４５３００３）AbstractＨａｎｄｗｒｉｔｔｅｎｎｕｍｅｒａｌｒ

3、ｅｃｏｇｎｉｔｉｏｎｈａｓｂｅｅｎａｈｏｔｓｐｏｔｏｆｐａｔｔｅｒｎｒｅｃｏｇｎｉｔｉｏｎｒｅｓｅａｒｃｈｆｉｅｌｄｆｏｒｍａｎｙｙｅａｒｓｗｈｉｌｅｔｈｅＢＰａｒｔｉｆｉｃｉａｌｎｅｕｒａｌｎｅｔｗｏｒｋｉｓｏｎｅｏｆｔｈｅｍｏｓｔｗｉｄｅｌｙｕｓｅｄｎｅｕｒａｌｎｅｔｗｏｒｋｍｏｄｅｌｓ．ＡｓｉｍｐｌｅｍｅｔｈｏｄｏｆｎｕｍｅｒａｌｒｅｃｏｇｎｉｔｉｏｎｂａｓｅｄｏｎＢＰｎｅｕｒａｌｎｅｔｗｏｒｋｉｓｐｒｏｐｏｓｅｄｗｉｔｈｔｈｅｃｏｍｂｉｎａｔｉｏｎｏｆｔｈｅａｂｏｖｅｔｗｏｓｏｆｔｗａｒｅｓａｎｄＭａｔｌａｂｓｏｆｔｗａｒｅ．Ｔｈｅｓｉｍｕｌａｔ

4、ｉｏｎｅｘｐｅｒｉｍｅｎｔｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｍｅｔｈｏｄｉｓｖｅｒｙｐｒａｃｔｉｃａｌｗｉｔｈｉｔｓｅｆｆｅｃｔｉｖｅｒｅｃｏｇｎｉｔｉｏｎａｎｄｈｉｇｈａｃｃｕｒａｃｙ．KeyWordsｎｅｕｒａｌｎｅｔｗｏｒｋ，ｈａｎｄｗｒｉｔｔｅｎｎｕｍｅｒａｌｒｅｃｏｇｎｉｔｉｏｎ，ｐａｔｔｅｒｎｒｅｃｏｇｎｉｔｉｏｎClassNumberＴＰ１８３［６］破。本研究利用ＢＰ神经网络算法结合Ｍａｔｌａｂ１引言建立了一个手写数字字符０～９的识别分类器，经人工神经网络是由大量处理单元互联组成的实验表明，该方法合理可行，且其识别效果正确有非线性自适应信

5、息处理系统，模拟人类思维模式，效，对于数字识别技术有一定借鉴意义。［１～２］进行分布式并行信息处理的算法数学模型。２ＢＰ神经网络算法程序流程ＢＰ（ＢａｃｋＰｒｏｐａｇａｔｉｏｎ）神经网络是一种按误差逆传播学习算法训练的多层前馈网络，全称是基于误ＢＰ神经网络算法程序实现具体步骤如下：差反向传播算法的人工神经网络，目前应用最广泛１）初始化所有权系数Wji、Wkj，，学习速率，［２～４］的神经网络模型之一。ＢＰ网络能学习和存贮迭代次数l＝１，累计误差；大量的输入—输出模式映射关系，而无需事先揭示T２）输入一个样本X＝（X１，X２，…，Xn），期望描述这种映射关

6、系的数学方程。手写体数字识别输出d＝（d１，d２，…，dc）；是多年来模式识别的热点课题，其在邮政系统、税n＋１［５］３）计算隐含层各节点Yj＝∑Wjii，i＝Xi，务、银行等行业使用很广泛。由于是个人手写字i＝１符，导致每个字体有一定差异，传统识别方法的识n＋１＝１，j＝f（Yj），j＝１，２，…，h；别度都不高，稳定性不好。将ＢＰ神经网络应用于h＋１４）计算输出各节点Zk＝∑Wkjj，n＋１＝１，数字识别，在文字识别领域近年来取得了一定的突j＝１*收稿日期：２０１４年８月５日，修回日期：２０１４年９月２７日作者简介：秦鑫，女，硕士，讲师，研究方向：电

7、子技术及信号处理。２２４秦鑫等：基于ＢＰ人工神经网络的手写体数字识别第４３卷Ok＝f（Zk），k＝１，２，…，c；能收敛，所以比较理想的学习速率是０．６附近的５）计算误差（d２值。∑k－ok）；６）修正输出层Wkjk＝（dkδ－Ok）Ok（１－Ok），Wkj＝Wkj＋kj，k＝η１δ，２φ，…，c；c７）修正隐含层Wjij＝j（１－βj）φ∑kWφkj，δk＝１Wji＝Wji＋βji，k＝１，２，η…θ，c；８）检查系统是否对所有训练样本完成一轮训练P＞N，若P＜N，计数器（P＋１），重返回步骤图１误差平方和的下降速率曲线２）；３）最大误差的选取９）检查

8、网络总误差是否达到精度要求，若满期望最大误差过大如０．１、０．０１则正确识别率足