英文字母识别的Matlab原代码.doc

《英文字母识别的Matlab原代码.doc》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、英文字母识别的Matlab原代码S1=10;[alphabet,targets]=prprob;[R,Q]=size(alphabet);%alphabet在prprob函数中有定义[S2,Q]=size(targets);%targets在prprob函数中有定义P=alphabet;net=newff(minmax(P),[S1S2],{'logsig''logsig'},'traingdx');net.LW{2,1}=net.LW{2,1}*0.01;net.b{2}=net.b{2}*0.01;netn=net;netn.trainParam.goal=0.6;netn.

2、trainParam.epochs=300;T=[targetstargetstargetstargets];forpass=1:10P=[alphabet,alphabet,...(alphabet+randn(R,Q)*0.1),...(alphabet+randn(R,Q)*0.2)];[netn,tr]=train(netn,P,T);endnoise_range=0:0.05:0.5;max_test=100;T=targets;fori=1:11noiselevel(i)=noise_range(i);errors1(i)=0;errors2(i)=0;forj=1:

3、max_testP=alphabet+randn(35,26)*noiselevel(i);%测试未经误差训练的网络A=sim(net,P);AA=compet(A);errors1(i)=errors1(i)+sum(sum(abs(AA-T)))/2;%测试经过误差训练的网络An=sim(netn,P);AAn=compet(An);errors2(i)=errors2(i)+sum(sum(abs(AAn-T)))/2;endendfigureplot(noise_range,errors1*100,'--',noise_range,errors2*100);title('

4、识别错误率');xlabel('噪声指标');ylabel('未经误差训练的网络--经过误差训练的网络---');对于标准的英文字库，Matlab已经有专门的函数了，>>helpprprobPRPROBCharacterrecognitionproblemdefinition[ALHABET,TARGETS]=PRPROB()Returns:ALPHABET-35x26matrixof5x7bitmapsforeachletter.TARGETS-26x26targetvectors.上面的程序中这里像素比较少，直接两个图形比对，把7*5的数据送入神经网络中去训练就行了。但对于多

5、像素点应该需要特征判断。